AIGC動態歡迎閱讀

原標題：AlphaFold 3不開源，統一生物語言大模型阿里云先開了！
關鍵字：序列,核酸,蛋白質,數據,模型
文章來源：量子位
內容字數：0字

內容摘要：

西風 發自 凹非寺量子位 | 公眾號 QbitAI把169861個生物物種數據裝進大模型，大模型竟get到了生物中心法則的奧秘——
不僅能識別DNA、RNA與相應蛋白質之間的內在聯系，在基因分類、蛋白質相互作用預測、熱穩定性預測等7種不同類型任務中也能比肩SOTA模型。
模型名為LucaOne，由阿里云飛天實驗室生物智能計算團隊打造。
相比AlphaFold 3因未開源遭到650多名學者聯名批評，LucaOne訓練推理代碼及相關數據目前均已開源。
LucaOne是目前首個全生物系統的核酸語言+蛋白語言的融合基座模型。換句話說，LucaOne由核酸（DNA、RNA）和蛋白質序列聯合訓練而來。
通過一系列實驗，研究人員發現它能廣泛適用各種下游任務。
在含13個物種、關系對總數量為24000的核酸序列和其對應蛋白的正負樣本數據集中，LucaOne提供表征的模型達到0.85的預測準確率。
遠高于目前業內最好的預訓練模型組合ESM-3B+DNAbert2（0.73）及其他建模方式，也顯著高于LucaOne的單核酸訓練版本+單蛋白訓練版本。
其他任務如針對流感H3N2病毒疫苗有效性（免疫逃逸風險）

原文鏈接：AlphaFold 3不開源，統一生物語言大模型阿里云先開了！

聯系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破