研究人员开发了一种名为随机注意力（SA）的新型无训练方法，用于从小型比对家族生成蛋白质序列。与需要大量数据的传统深度学习模型不同，SA利用Hopfield能量模型和Langevin动力学进行采样，无需GPU或预训练。该方法在各种蛋白质家族中都取得了成功，生成的序列具有低组成发散度、新颖性和结构合理性，优于现有的Profile HMM和MSA Transformer等方法。SA能够从种子比对自动运行，并获得独立语言模型的有利评分，使其成为大量小型蛋白质家族的有前途的工具。 AI
影响 为以前深度学习方法无法触及的小型家族实现新颖的蛋白质设计。
排序理由 该集群包含一篇详细介绍蛋白质序列生成新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- AlphaFold2
- ESM2-650M
- ESMFold
- EvoDiff
- Hopfield energy
- Langevin dynamics
- MSA Transformer
- Pfam
- profile hidden Markov models
- stochastic attention
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
