文章预览
蛋白语言模型 SaProt SaProt 主讲人 粟锦（西湖大学在校博士生） 时间 2024年11月17日， 周日晚 20:00-21:30 腾讯会议 546-448-347 https://meeting.tencent.com/dm/cRTht2VHYUWG 关键词 蛋白语言模型｜Foldseek｜蛋白设计 引言 蛋白语言模型（PLMs），如 ESM系列 ，在经过氨基酸序列的无监督训练后，在与蛋白的各种下游任务中取得了优异的表现。 然而，传统PLMs的缺乏对蛋白结构信息的考虑，这表明有进一步改进的潜力。 SaProt 模型引入了“结构感知词汇表”的概念，将残基标记与结构标记相结合。结构标记是通过使用 Foldseek 编码蛋白质的3D结构而得到的。SaProt 是一个大规模通用 PLM ，它在 AFDB 大约4000万个蛋白序列和结构的数据集上进行训练。SaProt模型在10个重要的下游任务中超越了既定的和知名的基线算法，也位居蛋白突变任务 Benchmark 榜单 ProteinGym 的第一名，展示了
………………………………
