ICML2024｜知识感知的强化学习优化的蛋白质定向进化方法

文章预览

论文题目： Knowledge-aware Reinforced Language Models for Protein Directed Evolution 本文作者： 王钰皓（浙江大学）、张强（浙江大学）、秦铭（浙江大学）、庄祥（浙江大学）、李晓彤（浙江大学）、宫志晨（浙江大学）、王泽元（浙江大学）、赵宇（腾讯）、姚建华（腾讯）、丁科炎（浙江大学）、陈华钧（浙江大学） 发表会议： ICML 2024 论文链接： https://openreview.net/forum?id=MikandLqtW 代码链接： https://github.com/HICAI-ZJU/KnowRLM 欢迎转载，转载请注明 出处 一、引言 定向进化是蛋白质优化的基石，是利用自然突变过程来增强蛋白质功能。现有的机器学习辅助定向进化(MLDE)方法通常依赖于数据驱动的策略，经常忽略生化领域的深刻领域知识。在本文中，我们为 MLDE 引入了一种新的知识感知强化语言模型 (KnowRLM)。构建氨基酸知识图(AAKG)来表示氨基酸之间复杂的生化关 ………………………………