Transformer大殺器進入蛋白質組學，一文梳理LLM如何助力生命科學領域大變革

AIGC動態歡迎閱讀

原標題：Transformer大殺器進入蛋白質組學，一文梳理LLM如何助力生命科學領域大變革
關鍵字：蛋白質,序列,模型,結構,語言
文章來源：新智元
內容字數：8713字

內容摘要：

新智元報道編輯：庸庸喬楊
【新智元導讀】科學家們把Transformer模型應用到蛋白質序列數據中，試圖在蛋白質組學領域復制LLM的成功。本篇文章能夠帶你了解蛋白質語言模型（pLM）的起源、發展，以及那些尚待解決的問題。「大語言模型」不僅可以用于人類語言，也可以用于蛋白質的「語言」，而且兩者之間有很多相似之處。
過去幾年，Transformer架構帶來了大模型在文本和圖像方面的驚人進展，當應用于生命科學領域時，也取得了影響深遠的的成果。
大語言模型是如何應用于蛋白質組學的？科學家們又有哪些發現？
蛋白質是一種「語言」自然語言由單詞、短語、句子等不同層次的模塊組成，蛋白質的「語言」也是類似的情況。
蛋白質由基序（motif）和結構域（domain）組成，類似于蛋白質世界的「單詞」和「短語」。
基序和結構域的各種組合與重復構建了更加復雜的結構，從而決定蛋白質的生物功能，類似于人類語言中句子傳達的含義。
除了結構層次的相似性，蛋白質和人類語言還有另一個關鍵的相似點——「信息完整性」。
這意味著從信息論的角度來看，蛋白質的信息（例如其結構）完全包含在其序列中。
雖然由于環境和與其他分子的相

原文鏈接：Transformer大殺器進入蛋白質組學，一文梳理LLM如何助力生命科學領域大變革