GPT-4無師自通預測蛋白質結構登Nature子刊！LLM全面進軍生物學，AlphaFold被「偷家」?

AIGC動態歡迎閱讀

原標題：GPT-4無師自通預測蛋白質結構登Nature子刊！LLM全面進軍生物學，AlphaFold被「偷家」?
關鍵字：報告,結構,建模,氨基酸,模型
文章來源：新智元
內容字數：0字

內容摘要：

新智元報道編輯：喬楊
【新智元導讀】距離GPT-4首次發布已經過去了將近一年半的時間，Nature最近發表的一篇報告卻探索出了這個「過氣」模型的新用途——氨基酸和蛋白質的結構建模。提到AI4Science， 尤其是AI在生物學領域的應用，DeepMind的AlphaFold已經成為了「出圈」的代表作，是生物學和計算交叉融合的里程碑。
2020年底，第一代AlphaFold就已經能以原子級別的精度預測蛋白質的三維形狀。然而，這僅僅是一個開始。
一個不那么明顯的事實是，與Meta FAIR研發的ESM系列不同，AlphaFold并非不是使用LLM構建的，而是依賴于一種名為「多序列比對」（MSA）的方法，是生物信息學領域一種較為傳統的做法。
當全球的目光聚焦于AlphaFold時，大語言模型在生物學領域的潛力或許被低估了。
去年，AI專欄作家、Radical VC合伙人Rob Toews在《福布斯》雜志上發表了一篇文章，預言LLM在生物領域的潛力。
相比速度慢且計算量大的MSA方法，LLM在規模化預測方面有更大的優勢，而且能產生同樣準確，甚至更準確的結構預測。
此外，語言模型能夠對蛋白質的

原文鏈接：GPT-4無師自通預測蛋白質結構登Nature子刊！LLM全面進軍生物學，AlphaFold被「偷家」?

聯系作者

文章來源：新智元
作者微信：
作者簡介：