在生命科學的前沿,AI 技術正在引發一場革命。最近,生物計算公司 ProFluent 推出了 ProGen3,一款強大的生成式蛋白質語言模型(PLM),它有望在抗體、工業酶及基因編輯領域帶來重大突破。研究顯示,ProGen3的規模和設計優化能夠生成功能強大的新型蛋白質,甚至重塑我們對生物學的理解。蛋白質是生命體內的關鍵分子,負責多種生理功能。從催化反應到識別病原體,它們的作用不可小覷。然而,設計新的氨基酸序列以實現未曾出現的功能,如新藥物或超穩定的工業酶,面臨巨大挑戰。Pro
在生物科技領域,利用人工智能加速研究已經成爲一種新常態。近日,生物科技公司 Cradle 宣佈完成7300萬美元的融資,計劃進一步擴展其實驗室和團隊。Cradle 於2022年成立,致力於探索語言模型在生物科技中的應用。創始人兼首席執行官 Stef van Grieken 曾形象地將氨基酸和鹼基的組合稱爲 “外星編程語言”,儘管這種語言 AI 模型也能進行一定程度的解析。圖源備註:圖片由AI生成,圖片授權服務商MidjourneyCradle 的目標是通過 AI 技術加速對大分子(如蛋白質)的測試。蛋白質在醫學和工業中有
["歐洲飲料公司 Hell Energy 利用 AI 開發新飲料 HELLAI,包括配方和包裝設計。","AI 系統綜合各種數據開發優質口味的飲料,包括維生素、氨基酸和草藥。","AI 還參與了產品包裝設計,使其視覺上更具吸引力且當代化。"]
預計所有可能的人類氨基酸替代和錯義變異
nvidia
ESM-2是NVIDIA基於TransformerEngine優化的蛋白質語言模型,能夠從氨基酸序列預測蛋白質3D結構。該模型採用掩碼語言建模目標訓練,在NVIDIA GPU上具有更快的訓練和推理速度。
andrewdalpino
ESMC蛋白質功能預測器是基於進化規模模型(ESM)的工具,能夠根據氨基酸序列利用基因本體論(GO)預測蛋白質功能。該模型在UniRef、MGnify和聯合基因組研究所數據庫上預訓練,在AmiGO Boost數據集上微調,可預測蛋白質的分子功能、生物過程和細胞位置。
基於進化尺度模型(ESM)的蛋白質功能預測工具,通過氨基酸序列預測蛋白質的分子功能。
oohtmeel
該模型基於Bert-Base-Uncased微調,用於根據蛋白質氨基酸序列預測其功能的多標籤分類任務。
NaturalAntibody
nanoBERT是一個納米抗體特異性轉換器,用於預測給定查詢序列中特定位置的氨基酸。
qilowoq
AbLang是一種抗體語言模型,專門用於處理抗體序列,特別是重鏈序列。該模型基於大寫氨基酸字母訓練,適用於蛋白質特徵提取和下游任務微調。
wukevin
TCR-BERT 是一個基於 BERT 架構的預訓練模型,專門針對 T 細胞受體(TCR)序列進行優化,通過掩碼氨基酸建模任務進行訓練。
Rostlab
該模型用於預測給定氨基酸序列的蛋白質質譜數據。