国家超算长沙中心自研人工智能蛋白质语言大模型ESM-DBP，在DNA-蛋白质相互作用研究中取得重要进展

文章预览

近日，湖南大学国家超算长沙中心副主任、信息科学与工程学院 彭绍亮 教授课题组在国际顶级期刊 Nature Communications 发表了题为“Improving prediction performance of general protein language model by domain-adaptive pretraining on DNA-binding protein”的研究论文。 该研究提出了基于大型通用蛋白质语言模型和领域自适应预训练的DNA结合蛋白语言模型ESM-DBP ，系统地研究了如何从蛋白质初级序列出发有效地预测DNA结合蛋白质和残基这一生物信息学和人工智能领域的挑战性问题，探索发现了基于大型蛋白质语言模型的高质量表征学习技术，为研究复杂的DNA-蛋白质相互作用机制提供了新的研究思路。 蛋白质和DNA相互作用在大多数生命活动中起到基础性的作用。传统的基于生物湿实验研究蛋白质-DNA相互作用的方法周期长、费用高，成功率低。在过去的十年中，基于深度学习的技术 ………………………………