原標題：LLM時代，計算蛋白質科學進展如何？香港理工大學等發布系統性綜述
文章來源：人工智能學家
內容字數：11577字

蛋白質語言模型（pLMs）在計算蛋白質科學中的應用

本文綜述了利用大型語言模型（LLM）技術推動計算蛋白質科學發展取得的最新進展。蛋白質是生命的基本構建單元，其序列、結構和功能之間存在著密切的聯系。破譯這種聯系對于理解生命過程至關重要，而pLMs正是在這個領域發揮著越來越重要的作用。

1. 蛋白質建模的生物學基礎與數據概況

文章首先概述了蛋白質建模的生物學基礎和現有數據的概況，為后續對pLMs的介紹奠定了基礎。 這部分強調了蛋白質序列、結構和功能之間的內在聯系，以及目前已知蛋白質數據量的局限性，突出了利用計算方法預測蛋白質結構和功能的必要性。

2. 三類蛋白質語言模型（pLMs）

文章將現有的pLMs分為三類：基于序列的模型、結構與功能增強的模型以及多模態模型。

1. 基于序列的pLMs： 這些模型類似于處理自然語言的LLM，能夠捕捉氨基酸序列中的模式，并推斷其潛在的結構和功能信息。它們可以進一步分為基于單序列和基于多序列的模型。
2. 結構與功能增強的pLMs： 這些模型在基于序列的模型基礎上，進一步整合了蛋白質的結構和功能信息，從而提升了模型的預測精度和理解能力。
3. 多模態pLMs： 這些模型能夠處理多種模態的數據，例如氨基酸序列、蛋白質結構、以及描述蛋白質的自然語言文本等，從而實現更全面的蛋白質理解。

3. pLMs的應用和適應性

文章重點介紹了pLMs在蛋白質結構預測、功能預測和蛋白質設計中的應用。在結構預測方面，pLMs極大地加速了蛋白質三維結構的預測速度和精度，例如AlphaFold2和RoseTTAFold等模型的成功應用。在功能預測方面，pLMs克服了傳統方法數據稀缺的問題，提高了預測的準確性。在蛋白質設計方面，pLMs可以用于重新設計現有蛋白質或從頭設計全新蛋白質，從而創造出具有特定功能的新型蛋白質。

4. pLMs在生物醫學中的應用潛力

文章還探討了pLMs在抗體設計、酶設計和藥物靶點發現等生物醫學領域的應用潛力，展現了pLMs在藥物研發等領域的巨大價值。

5. 當前挑戰和未來方向

文章最后總結了當前pLMs研究面臨的挑戰，例如數據稀缺、蛋白質相互作用建模、模型的可解釋性以及計算效率等問題，并展望了未來的研究方向，例如改進模型的訓練方法、開發更有效的算法以及加強計算與實驗研究的結合。

總而言之，該綜述系統地總結了LLM技術在計算蛋白質科學中的應用，并對未來的發展趨勢進行了展望，為相關領域的研究人員提供了寶貴的參考。

聯系作者

文章來源：人工智能學家
作者微信：
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構