MIT研究人員將Transformer與圖神經(jīng)網(wǎng)絡(luò)結(jié)合，用于設(shè)計(jì)全新蛋白質(zhì)

AIGC動態(tài)歡迎閱讀

原標(biāo)題：MIT研究人員將Transformer與圖神經(jīng)網(wǎng)絡(luò)結(jié)合，用于設(shè)計(jì)全新蛋白質(zhì)

關(guān)鍵字：模型,任務(wù),蛋白質(zhì),序列,生物

文章來源：人工智能學(xué)家

內(nèi)容字?jǐn)?shù)：6359字

內(nèi)容摘要：將 ScienceAI設(shè)為星標(biāo)第一時(shí)間掌握新鮮的 AI for Science 資訊編輯 | 蘿卜皮憑借其復(fù)雜的排列和動態(tài)功能，蛋白質(zhì)通過采用簡單構(gòu)建塊的獨(dú)特排列（其中幾何形狀是關(guān)鍵）來執(zhí)行大量的生物任務(wù)。將這個(gè)幾乎無限的排列庫轉(zhuǎn)化為各自的功能，可以方便研究人員設(shè)計(jì)用于特定用途的定制蛋白質(zhì)。麻省理工學(xué)院（MIT）的 Markus Buehler 提出了一種靈活的基于語言模型的深度學(xué)習(xí)策略，將 Tr…

原文鏈接：點(diǎn)此閱讀原文：MIT研究人員將Transformer與圖神經(jīng)網(wǎng)絡(luò)結(jié)合，用于設(shè)計(jì)全新蛋白質(zhì)

聯(lián)系作者

文章來源：人工智能學(xué)家

作者微信：AItists

作者簡介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機(jī)構(gòu)