Transformer大杀器进入蛋白质组学，一文梳理LLM如何助力生命科学领域大变革

文章预览

本文转自微信公众号“新智元”，作者：新智元。 编辑：庸庸 乔杨 【导读】 科学家们把Transformer模型应用到蛋白质序列数据中，试图在蛋白质组学领域复制LLM的成功。本篇文章能够带你了解蛋白质语言模型（ pLM ）的起源、发展，以及那些尚待解决的问题。 「大语言模型」不仅可以用于人类语言，也可以用于蛋白质的「语言」，而且两者之间有很多相似之处。 过去几年，Transformer架构带来了大模型在文本和图像方面的惊人进展，当应用于生命科学领域时，也取得了影响深远的的成果。 大语言模型是如何应用于蛋白质组学的？科学家们又有哪些发现？ 蛋白质是一种「语言」 自然语言由单词、短语、句子等不同层次的模块组成，蛋白质的「语言」也是类似的情况。 蛋白质由基序（ motif ）和结构域（domain）组成，类似于蛋白质世界的「单词」和「 ………………………………