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!

Biological structure and function emerge from scaling unsupervised learning to 250 million protein sequences

人工智能 无监督学习 代表(政治) 机器学习 计算机科学 蛋白质结构预测 生成模型 蛋白质三级结构 生成语法 生物 蛋白质结构 政治学 生物化学 政治 法学
作者
Alexander Rives,Joshua Meier,Tom Sercu,Siddharth Goyal,Zeming Lin,Jason Liu,Demi Guo,Myle Ott,C. Lawrence Zitnick,Jerry Ma,Rob Fergus
出处
期刊:Proceedings of the National Academy of Sciences of the United States of America [Proceedings of the National Academy of Sciences]
卷期号:118 (15) 被引量:1455
标识
DOI:10.1073/pnas.2016239118
摘要

Significance Learning biological properties from sequence data is a logical step toward generative and predictive artificial intelligence for biology. Here, we propose scaling a deep contextual language model with unsupervised learning to sequences spanning evolutionary diversity. We find that without prior knowledge, information emerges in the learned representations on fundamental properties of proteins such as secondary structure, contacts, and biological activity. We show the learned representations are useful across benchmarks for remote homology detection, prediction of secondary structure, long-range residue–residue contacts, and mutational effect. Unsupervised representation learning enables state-of-the-art supervised prediction of mutational effect and secondary structure and improves state-of-the-art features for long-range contact prediction.
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
xiaomanhuang关注了科研通微信公众号
11秒前
21秒前
21秒前
linjiaxin完成签到,获得积分10
22秒前
xiaomanhuang发布了新的文献求助10
26秒前
lotus完成签到,获得积分10
34秒前
领导范儿应助科研通管家采纳,获得10
37秒前
小二郎应助科研通管家采纳,获得10
37秒前
39秒前
49秒前
pass完成签到 ,获得积分10
1分钟前
白天科室黑奴and晚上实验室牛马完成签到 ,获得积分10
1分钟前
朴实老虎完成签到,获得积分10
1分钟前
1分钟前
2分钟前
xiaomanhuang完成签到,获得积分10
2分钟前
2分钟前
2分钟前
雪白元风完成签到 ,获得积分10
3分钟前
3分钟前
阳阳杜完成签到 ,获得积分10
3分钟前
zqq完成签到,获得积分0
3分钟前
3分钟前
3分钟前
wanci应助搞怪元瑶采纳,获得30
3分钟前
3分钟前
3分钟前
急着青春完成签到,获得积分10
4分钟前
科研通AI2S应助科研通管家采纳,获得10
4分钟前
caca完成签到,获得积分10
4分钟前
NexusExplorer应助非洲大象采纳,获得10
4分钟前
4分钟前
xh完成签到,获得积分10
4分钟前
yangguang2000应助淡淡的白羊采纳,获得10
5分钟前
冷静新烟完成签到,获得积分20
5分钟前
搞怪元瑶关注了科研通微信公众号
5分钟前
6分钟前
6分钟前
6分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 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 3256896
求助须知:如何正确求助?哪些是违规求助? 2899004
关于积分的说明 8303211
捐赠科研通 2568222
什么是DOI,文献DOI怎么找? 1394953
科研通“疑难数据库(出版商)”最低求助积分说明 652925
邀请新用户注册赠送积分活动 630662