💡
原文中文，约2600字，阅读约需7分钟。
📝
内容提要
蛋白质是生命的基本构建单元，参与新陈代谢和信号传导。研究者利用大型语言模型（pLMs）推动计算蛋白质科学，探讨序列、结构与功能的关系。综述了pLMs的分类、应用及其在抗体和酶设计等领域的潜力，并强调未来的研究方向。
🎯
关键要点
- 蛋白质是生命的基本构建单元，参与新陈代谢和信号传导等基本生命活动。
- 研究者利用大型语言模型（pLMs）推动计算蛋白质科学，探讨序列、结构与功能的关系。
- 综述了pLMs的分类，包括基于序列的模型、结构与功能增强的模型以及多模态模型。
- 基于序列的pLMs能够捕捉氨基酸之间的相互依赖关系，提取序列模式。
- 结构与功能增强的pLMs通过整合显式知识增强对蛋白质的理解。
- 多模态pLMs整合了与蛋白质相关的文本描述，关注蛋白质的语义。
- pLMs在蛋白质结构预测、功能预测和设计中具有重要应用。
- AlphaFold 2和RoseTTAFold等方法在蛋白质结构预测方面展现了接近实验精度的水平。
- pLMs成功应用于蛋白质功能预测，克服了传统模型的局限性。
- 蛋白质设计分为重新设计和从头设计，后者旨在创造全新功能性蛋白质。
- 综述讨论了抗体设计、酶设计和药物发现等生物医学应用及未来研究方向。
➡️
