使用语言模型模拟五亿年的进化历程

文章预览

点击下方 卡片 ，关注“ AI生成未来 ” 一、结论写在前面 论文标题：Simulating 500 million years of evolution with a language model 论文链接： https://www.biorxiv.org/content/10.1101/2024.07.01.600583v1.full.pdf 超过三十亿年的进化历程将生物学图像编码到天然蛋白质的空间中。论文在由进化生成的token上训练的语言模型可以作为进化模拟器，生成与已知蛋白质相距甚远的功能性蛋白质。 论文提出ESM3，一种前沿的多模态生成语言模型，该模型能够推理蛋白质的序列、结构和功能。ESM3能够遵循复杂的多模态提示，并对生物学对齐高度响应。论文引导ESM3生成荧光蛋白，并采用了一种思维链方法。     在论文合成的生成物中，发现了一种亮度极高的荧光蛋白，其与已知荧光蛋白的相似度仅为58 q_o，而如此远距离的天然荧光蛋白之间的进化间隔超过五亿年。               二、 ………………………………