學術分享｜無懼數據匱乏！上海交大博士后周子宜詳解蛋白質語言模型的小樣本學習方法 FSFP

AIGC動態歡迎閱讀

原標題：學術分享｜無懼數據匱乏！上海交大博士后周子宜詳解蛋白質語言模型的小樣本學習方法 FSFP
關鍵字：解讀,蛋白質,數據,模型,人工智能
文章來源：HyperAI超神經
內容字數：0字

內容摘要：

作者：李姝
編輯：李姝，李寶珠
「Meet AI4S」系列直播第三期將于 9 月 25 日開播，HyperAI超神經邀請到了上海交通大學博士后周子宜，他將為大家分享蛋白質語言模型的小樣本學習方法。預訓練蛋白質語言模型 (PLMs) 能夠以無監督的方式學習數百萬蛋白質中氨基酸序列的分布特征，在揭示蛋白質序列與其功能之間的隱含關系方面顯示出了巨大的潛力。在此背景下，上海交通大學自然科學研究院/物理天文學院/張江高研院/藥學院洪亮教授課題組，聯合上海人工智能實驗室青年研究員談攀，開發了一種針對蛋白質語言模型的小樣本學習方法，能夠在使用極少數濕實驗數據的情況下大幅提升傳統蛋白質語言模型的突變效果預測性能，在實際應用中顯示出了巨大的潛力。
在「Meet AI4S」系列直播第三期中，HyperAI超神經有幸邀請到了該研究成果的論文第一作者——上海交通大學自然科學研究院 & 上海國家應用數學中心博士后周子宜。9 月 25 日，周子宜博士將以線上直播的形式進一步為大家分享蛋白質語言模型的小樣本學習方法，探討 AI 輔助下定向進化的新思路。
點擊預約直播：掃碼備注「AI4S」加入討論群↓活動詳情周子宜

原文鏈接：學術分享｜無懼數據匱乏！上海交大博士后周子宜詳解蛋白質語言模型的小樣本學習方法 FSFP