亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Rapid in silico directed evolution by a protein language model with EVOLVEpro

生物信息学 计算生物学 计算机科学 合成生物学 人工智能 蛋白质工程 语言模型 机器学习 生物 基因 遗传学 生物化学
作者
Kaiyi Jiang,Zhaoqing Yan,Matteo Di Bernardo,Samantha R. Sgrizzi,Lukas Villiger,Alişan Kayabölen,Byungji Kim,Josephine K. Carscadden,Masahiro Hiraizumi,Hiroshi Nishimasu,Jonathan S. Gootenberg,Omar O. Abudayyeh
出处
期刊:Science [American Association for the Advancement of Science (AAAS)]
标识
DOI:10.1126/science.adr6006
摘要

Directed protein evolution is central to biomedical applications but faces challenges like experimental complexity, inefficient multi-property optimization, and local maxima traps. While in silico methods using protein language models (PLMs) can provide modeled fitness landscape guidance, they struggle to generalize across diverse protein families and map to protein activity. We present EVOLVEpro, a few-shot active learning framework that combines PLMs and regression models to rapidly improve protein activity. EVOLVEpro surpasses current methods, yielding up to 100-fold improvements in desired properties. We demonstrate its effectiveness across six proteins in RNA production, genome editing, and antibody binding applications. These results highlight the advantages of few-shot active learning with minimal experimental data over zero-shot predictions. EVOLVEpro opens new possibilities for AI-guided protein engineering in biology and medicine.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
5秒前
likemangren发布了新的文献求助10
9秒前
xiaoshoujun完成签到,获得积分10
11秒前
郗妫完成签到,获得积分10
15秒前
likemangren完成签到,获得积分10
55秒前
xz完成签到 ,获得积分10
1分钟前
1分钟前
九九发布了新的文献求助10
1分钟前
summer完成签到 ,获得积分10
1分钟前
threewei发布了新的文献求助20
1分钟前
athena发布了新的文献求助10
1分钟前
winkyyang完成签到 ,获得积分10
1分钟前
1分钟前
threewei完成签到,获得积分10
1分钟前
杰帅发布了新的文献求助10
2分钟前
大模型应助YY采纳,获得10
2分钟前
等等完成签到 ,获得积分10
2分钟前
小二郎应助科研通管家采纳,获得10
2分钟前
gaoshou完成签到,获得积分10
2分钟前
showrain完成签到,获得积分20
2分钟前
爱静静应助gaoshou采纳,获得10
2分钟前
showrain发布了新的文献求助10
2分钟前
Jason发布了新的文献求助10
2分钟前
西扬完成签到 ,获得积分10
2分钟前
3分钟前
Hua发布了新的文献求助10
4分钟前
Hua完成签到,获得积分10
4分钟前
瘦瘦瘦完成签到 ,获得积分10
5分钟前
喜悦兔子完成签到 ,获得积分10
5分钟前
斯文的苡完成签到,获得积分10
5分钟前
LJ徽完成签到 ,获得积分10
6分钟前
6分钟前
雪白的面包完成签到 ,获得积分10
6分钟前
wanci应助Aaaaaa瘾采纳,获得10
6分钟前
lixuebin完成签到 ,获得积分10
7分钟前
闪闪妍发布了新的文献求助10
7分钟前
绝尘完成签到,获得积分10
7分钟前
绝尘发布了新的文献求助20
7分钟前
科研通AI2S应助闪闪妍采纳,获得10
7分钟前
程住气完成签到 ,获得积分10
7分钟前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139573
求助须知:如何正确求助?哪些是违规求助? 2790439
关于积分的说明 7795316
捐赠科研通 2446925
什么是DOI,文献DOI怎么找? 1301487
科研通“疑难数据库(出版商)”最低求助积分说明 626248
版权声明 601159