当前位置:首页 > 报告详情

生成式 AI 如何助力蛋白质科学研究-郑在翔.pdf

上传人: 张** 编号:164046 2024-05-31 87页 25.52MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了生成式AI在蛋白质科学研究中的应用。主要内容包括: 1. 生成式AI的基本原理,包括生成模型、语言模型和扩散模型。 2. 蛋白质科学研究的基本概念,包括蛋白质的结构、功能和序列。 3. 生成式AI在蛋白质科学研究中的应用,包括蛋白质结构预测、序列设计、药物设计等。 4. 字节跳动研究在生成式AI蛋白质建模和设计方面的进展,包括LM-DESIGN、DPLM等模型。 5. 未来发展方向,包括多模态蛋白质基础模型的发展。 文章中提到的一些核心数据包括: - AlphaFold 2在蛋白质结构预测方面的准确率达到90%。 - ESMFold在单序列结构预测方面的速度比AlphaFold 2快60倍。 - LM-DESIGN在蛋白质序列设计方面的准确率比现有方法提高4%-12%。 - DPLM在蛋白质序列生成和表示学习方面的表现优于现有方法。
蛋白质科学研究如何利用生成式AI? 生成式AI如何助力蛋白质结构设计? 蛋白质语言模型如何实现序列与结构联合设计?
客服
商务合作
小程序
服务号
折叠