Large language models generate functional protein sequences across diverse families

蛋白质超家族 计算生物学 蛋白质工程 蛋白质家族 变位酶 功能(生物学) 蛋白质测序 生物 计算机科学 自然语言 序列(生物学) 肽序列 自然语言处理 遗传学 生物化学 基因
作者
Ali Madani,Ben Krause,Eric R. Greene,Subu Subramanian,Benjamin P. Mohr,James M. Holton,J.L. Olmos,Caiming Xiong,Zachary Z. Sun,Richard Socher,James S. Fraser,Nikhil Naik
出处
期刊:Nature Biotechnology [Springer Nature]
卷期号:41 (8): 1099-1106 被引量:390
标识
DOI:10.1038/s41587-022-01618-2
摘要

Deep-learning language models have shown promise in various biotechnological applications, including protein design and engineering. Here we describe ProGen, a language model that can generate protein sequences with a predictable function across large protein families, akin to generating grammatically and semantically correct natural language sentences on diverse topics. The model was trained on 280 million protein sequences from >19,000 families and is augmented with control tags specifying protein properties. ProGen can be further fine-tuned to curated sequences and tags to improve controllable generation performance of proteins from families with sufficient homologous samples. Artificial proteins fine-tuned to five distinct lysozyme families showed similar catalytic efficiencies as natural lysozymes, with sequence identity to natural proteins as low as 31.4%. ProGen is readily adapted to diverse protein families, as we demonstrate with chorismate mutase and malate dehydrogenase.
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
刚刚
上好发布了新的文献求助10
1秒前
2秒前
2秒前
瘦瘦的冬天完成签到,获得积分20
4秒前
4秒前
4秒前
北岛完成签到,获得积分20
5秒前
风趣的觅山完成签到,获得积分10
5秒前
5秒前
6秒前
7秒前
Akim应助YI点半的飞机场采纳,获得10
9秒前
夜已深发布了新的文献求助10
9秒前
乐正不愁发布了新的文献求助10
9秒前
自觉的宇完成签到 ,获得积分10
10秒前
蔡蕾丝完成签到,获得积分10
10秒前
Garrett完成签到 ,获得积分10
11秒前
A哇咔咔咔发布了新的文献求助10
12秒前
13秒前
samifranco发布了新的文献求助10
15秒前
ygr完成签到,获得积分0
15秒前
势临发布了新的文献求助20
18秒前
18秒前
Grayball应助依依采纳,获得10
19秒前
DRX完成签到,获得积分10
20秒前
21秒前
超级灰狼完成签到 ,获得积分10
22秒前
wenxian发布了新的文献求助30
24秒前
24秒前
24秒前
25秒前
烟花应助A哇咔咔咔采纳,获得10
25秒前
斯多姆完成签到,获得积分10
26秒前
斯多姆发布了新的文献求助10
29秒前
斯文败类应助samifranco采纳,获得10
29秒前
岳莹晓发布了新的文献求助10
31秒前
苹果飞绿完成签到 ,获得积分10
31秒前
33秒前
柒月完成签到,获得积分10
34秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
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 3135007
求助须知:如何正确求助?哪些是违规求助? 2785964
关于积分的说明 7774560
捐赠科研通 2441787
什么是DOI,文献DOI怎么找? 1298183
科研通“疑难数据库(出版商)”最低求助积分说明 625088
版权声明 600825