XiaoMi-AI文件搜索系统
World File Search SystemESM2
蛋白质语言模型识别无序的，保守的基序驱动阶段分离
图2：ESM2预测结构化和无序残基的适应性景观。（a）呈现了人类HP1α蛋白（Uniprot ID：P45973）中氨基酸的ESM2评分，残基的PLDDT得分低于70，以蓝色突出显示，以表示缺乏确定结构的区域。（b）在结构秩序不同程度的三个区域的健身景观的详细观点。在左侧，人类HP1α蛋白的Alphafold2预测的结构以卡通表示显示，其颜色为PLDDT分数。三个特定区域，代表柔性无序（残基75-85），保守无序（残基87-92）和折叠（残基120-130）段，分别用蓝色，橙色和红色突出显示，使用球形粘贴样式。右侧的面板描绘了每个区域中每个区域的ESM2 LLR预测。（c，d）PLDDT和ESM2分布分布的直方图（C）和无序（D）残基。轮廓线表示计算为 - log P（PLDDT，ESM2）的自由能水平，其中P是基于其PLDDT和ESM2分数的残基的概率密度。轮廓以0.5个单位间隔间隔，以区分不同密度的区域。
PLMFIT：使用蛋白质工程蛋白质语言模型进行基准测试转移学习
（a）Spearman在以下比较的层相关性最佳PLM配置相对于每种TL技术（X轴）使用的层，下游的头部和汇总方法（X轴），请进行：（i）AAV采样，（ii）AAV-ONE vs. REST vs. REST，（iii）gb1-three，（iii）gb1-three vs.s vs.s Rest，（iiv）和（IV）vs. vs.-iv vs vs v。 SS3采样。使用了不同的PLM：Proteinbert，Progen2（小，中，Xlarge），ESM2（650m，3b，15b），具有TL策略，包括Fe，Lora，Lora-，Lora-，适配器和适配器。红色虚线表示使用序列OHE训练的基线模型，请参见方法。（b）相对于FT（绿色）和Fe（蓝色）的基线的性能差异百分比。微调始终会产生更大的性能改进，尤其是在更复杂的数据集（如Meltome）中。BoxPlots在任务和TL方法之间显示出绩效增长的可变性。
de从反馈生成对抗网络
摘要：抗菌肽（AMP）是新抗生素的有前途的候选者，因为它们针对病原体的广谱活性和对耐药性发展的敏感性降低。深度学习技术，例如深层生成模型，为加快AMP的发现和优化提供了有希望的途径。一个了不起的例子是反馈生成式讽刺网络（FBGAN），这是一个深层生成模型，在训练阶段结合了分类器。我们的研究旨在探索增强分类器对FBGAN生成能力的影响。为此，我们介绍了两个替代分类器的FBGAN框架，都超过了原始分类器的准确性。第一个分类器利用K -MERS技术，而第二个分类器则从大蛋白质语言模型进化量表模型2（ESM2）中应用转移学习。与原始FBGAN相比，将这些分类器整合到FBGAN中，不仅会产生显着的性能增强能力，而且还可以使所提出的生成模型能够实现与Ampgan和Hydramp等既定方法相当甚至优越的性能。这一成就强调了在FBGAN框架内利用高级分类器的有效性，增强了其对从头设计的计算鲁棒性，并与现有文献相当。
通过基础模型的潜在空间可能性优化改善功能蛋白的产生
已经采用了各种深层生成模型来进行从头功能蛋白的产生。与3D蛋白设计相比，基于序列的生成方法旨在产生具有所需功能的氨基酸序列，由于蛋白质序列数据的丰度和质量以及相对较低的建模复合物，用于训练的氨基酸序列仍然是一种主要方法。通常对这些模型进行培训以匹配训练数据中的蛋白质序列，但每个氨基酸的精确匹配并不总是必不可少的。某些氨基酸的变化（例如，不匹配，插入和删除）可能不一定会导致功能变化。这表明将训练数据的可能性最大化超出氨基酸序列空间，可以产生更好的生成模型。预训练的蛋白质大语言模型（PLM）（例如ESM2）可以将蛋白质序列编码为潜在空间，并可能用作功能验证器。，我们通过模拟优化氨基酸序列空间和源自PLM的潜在空间的可能性，提出了训练功能蛋白序列生成模型。此培训方案也可以看作是一种知识蒸馏方法，该方法在培训过程中动态重新体重样本。我们将方法应用于训练GPT类模型（即自回旋变压器）进行抗微肽（AMP）和苹果酸脱氢酶（MDH）的一代任务。计算实验证实，我们的方法优于各种深层生成模型（例如，没有提出的培训策略的没有提议的培训策略）的各种深层生成模型（例如，生成对抗性净，变异自动编码器和GPT模型），证明了我们多叶型精选策略的有效性。