已入深夜,您辛苦了!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!祝你早点完成任务,早点休息,好梦!

ProGen2: Exploring the boundaries of protein language models

计算机科学 剧目 一套 蛋白质测序 序列(生物学) 语言模型 过程(计算) 人工智能 数据科学 机器学习 生物 程序设计语言 遗传学 肽序列 物理 考古 基因 声学 历史
作者
Erik Nijkamp,Jeffrey A. Ruffolo,Eli N. Weinstein,Nikhil Naik,Ali Madani
出处
期刊:Cell systems [Elsevier]
卷期号:14 (11): 968-978.e3 被引量:96
标识
DOI:10.1016/j.cels.2023.10.002
摘要

Attention-based models trained on protein sequences have demonstrated incredible success at classification and generation tasks relevant for artificial-intelligence-driven protein design. However, we lack a sufficient understanding of how very large-scale models and data play a role in effective protein model development. We introduce a suite of protein language models, named ProGen2, that are scaled up to 6.4B parameters and trained on different sequence datasets drawn from over a billion proteins from genomic, metagenomic, and immune repertoire databases. ProGen2 models show state-of-the-art performance in capturing the distribution of observed evolutionary sequences, generating novel viable sequences, and predicting protein fitness without additional fine-tuning. As large model sizes and raw numbers of protein sequences continue to become more widely accessible, our results suggest that a growing emphasis needs to be placed on the data distribution provided to a protein sequence model. Our models and code are open sourced for widespread adoption in protein engineering. A record of this paper’s Transparent Peer Review process is included in the supplemental information.
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
3秒前
5秒前
香蕉觅云应助科研通管家采纳,获得10
5秒前
彭于晏应助科研通管家采纳,获得10
5秒前
科研通AI2S应助科研通管家采纳,获得10
5秒前
pluto应助科研通管家采纳,获得30
6秒前
pluto应助科研通管家采纳,获得30
6秒前
科研通AI2S应助科研通管家采纳,获得10
6秒前
6秒前
激动的士萧完成签到 ,获得积分10
7秒前
半颗糖完成签到 ,获得积分10
9秒前
9秒前
眼睛大鹤发布了新的文献求助10
11秒前
reallzk33完成签到 ,获得积分10
13秒前
orixero应助wch666采纳,获得10
16秒前
眼睛大鹤完成签到,获得积分10
16秒前
7777发布了新的文献求助10
19秒前
酷波er应助羞涩的醉蝶采纳,获得50
22秒前
31秒前
cwm完成签到 ,获得积分10
32秒前
朱宸发布了新的文献求助10
35秒前
KD发布了新的文献求助30
38秒前
小付好难完成签到,获得积分20
39秒前
40秒前
43秒前
小付好难发布了新的文献求助10
45秒前
48秒前
Singularity举报羡羡求助涉嫌违规
49秒前
zqh740发布了新的文献求助30
52秒前
55秒前
研友_LMy6kL完成签到,获得积分10
1分钟前
Singularity应助白青采纳,获得20
1分钟前
1分钟前
1分钟前
1分钟前
1分钟前
wch666发布了新的文献求助10
1分钟前
MuMu完成签到,获得积分10
1分钟前
pp关注了科研通微信公众号
1分钟前
1分钟前
高分求助中
Biology and Ecology of Atlantic Cod 1500
LNG地下式貯槽指針(JGA指-107-19)(Recommended practice for LNG inground storage) 1000
Second Language Writing (2nd Edition) by Ken Hyland, 2019 1000
Generalized Linear Mixed Models 第二版 1000
rhetoric, logic and argumentation: a guide to student writers 1000
QMS18Ed2 | process management. 2nd ed 1000
Eric Dunning and the Sociology of Sport 850
热门求助领域 (近24小时)
化学 医学 材料科学 生物 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 物理化学 催化作用 免疫学 细胞生物学 电极
热门帖子
关注 科研通微信公众号,转发送积分 2921837
求助须知:如何正确求助?哪些是违规求助? 2564926
关于积分的说明 6936861
捐赠科研通 2221981
什么是DOI,文献DOI怎么找? 1181245
版权声明 588791
科研通“疑难数据库(出版商)”最低求助积分说明 577864