研究人员开发了 Calpha,这是一个旨在将原生蛋白质结构预测直接集成到通用大型语言模型中的开源项目。第一步是为 Qwen3.5-9B 模型配备一个结构头,该结构头从其内部状态生成蛋白质坐标,而不是依赖外部折叠工具。虽然早期结果在 FoldBench-334 和 CASP16 等基准测试中显示出有希望的 TM 分数,但与基线方法相比,该模型在较长蛋白质链和特定 MMLU-Pro 子集上的准确性有所下降。未来的工作将侧重于复杂预测、结构理解以及使语言推理能够影响预测结构。 AI
影响 这项研究可能为不仅处理语言,还能理解和生成复杂生物结构的大型语言模型铺平道路,从而加速药物发现和生物分子研究。
排序理由 该集群描述了一篇研究论文,其中详细介绍了一种将生物分子智能集成到通用语言模型中的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →