AIGC動態(tài)歡迎閱讀

原標題：打破AlphaFold大模型局限，世界最大蛋白質(zhì)相互作用數(shù)據(jù)集AlphaSeq橫空出世
關(guān)鍵字：蛋白質(zhì),細胞,數(shù)據(jù),酵母,模型
文章來源：新智元
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

新智元報道編輯：喬楊
【新智元導(dǎo)讀】雖然AlphaFold等系列的大模型已經(jīng)在蛋白質(zhì)預(yù)測方面取得了前所未有的突破，但依舊無法勝任蛋白質(zhì)-蛋白質(zhì)相互作用（PPI）這種復(fù)雜的任務(wù)。初創(chuàng)公司A-Alpha Bio的PPI數(shù)據(jù)集AlphaSeq，有望補足這方面的技術(shù)短板。隨著最近AlphaFold 3和ESM 3的相繼推出，我們看到了深度學習在生物學領(lǐng)域的無限潛力。
然而，Dyno Therapeutics的高級機器學習工程師Abihishaike Mahajan在上個月發(fā)布的一篇博文中指出了潛在的增長危機。
他認為，AlphaFold系列所取得的成果，即將一個強大的深度學習模型應(yīng)用于一個已經(jīng)存在大量數(shù)據(jù)的領(lǐng)域，從而引發(fā)一場徹底的——這是極難復(fù)制的。
原因還是數(shù)據(jù)。我們幾乎用盡了所有預(yù)先存在的數(shù)據(jù)，未經(jīng)訓(xùn)練的蛋白質(zhì)結(jié)構(gòu)和序列正在枯竭，RNA和DNA也是如此。
要想進一步訓(xùn)練模型，發(fā)掘更多來源和模態(tài)的數(shù)據(jù)是必不可少的。Mahajan指出，理想情況下，這樣的數(shù)據(jù)應(yīng)該滿足3個條件：
– 具有復(fù)雜的潛在分布
– 與重要的生理現(xiàn)象高度相關(guān)
– 適合大規(guī)模收集
在生物學領(lǐng)域，有很多數(shù)據(jù)可以滿足前兩個

原文鏈接：打破AlphaFold大模型局限，世界最大蛋白質(zhì)相互作用數(shù)據(jù)集AlphaSeq橫空出世

聯(lián)系作者

文章來源：新智元
作者微信：
作者簡介：