Nat. Mach. Intell. | 基于文本引导的蛋白质设计框架

文章预览

DRUG AI 当前的 AI 辅助蛋白质设计主要依赖蛋白质序列和结构信息。然而，大量由人类整理的文本中蕴含了蛋白质功能的高层次知识，其在蛋白质设计中的应用尚未被探索。为弥补这一空白，研究人员提出了 ProteinDT——一个利用文本描述进行蛋白质设计的多模态框架。该框架包括三个步骤：ProteinCLAP（对齐文本与蛋白的表示）、表示生成器（由文本生成蛋白表示）以及序列解码器（将表示转化为蛋白序列）。研究人员构建了包含 44.1 万组文本-蛋白对的大规模数据集 SwissProtCLAP，并在三项挑战性任务中验证了 ProteinDT 的有效性：(1) 文本生成蛋白的准确率超过 90%；(2) 在 12 个零样本编辑任务中表现最佳；(3) 在 6 项蛋白性质预测中有 4 项取得领先表现。 近年来，机器学习在蛋白质发现中展现出巨大潜力，已被广泛应用于蛋白质工程、结构预测、结构重建 ………………………………