上交大洪亮课题组&上海AI实验室团队发布FSFP，基于语言模型的蛋白质功能小样本预测方法，登Nature子刊

文章预览

将  ScienceAI   设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑 | ScienceAI 近日，上海交通大学自然科学研究院/物理天文学院/张江高研院/药学院洪亮教授课题组，联合上海人工智能实验室青年研究员谈攀，在蛋白质突变-性质预测上取得重要突破。 该工作 采用全新的训练策略，在使用极少湿实验数据的情况下，极大地提高了传统蛋白质预训练大模型在突变-性质预测的效果。 该研究成果以《 Enhancing the efficiency of protein language models with minimal wet-lab data through few-shot learning 》为题，于 2024 年 7 月 2 日发表在《 Nature Communications 》上。 论文链接： https://www.nature.com/articles/s41467-024-49798-6 研究背景 酶工程或者蛋白质工程是要对蛋白质做突变并筛选得到性质更优的蛋白质产品。传统的湿实验方法是类似于贪婪算法式的搜索方法，需要进行多轮实验迭代并 ………………………………