InstructProtein: 通过知识指导对齐人类和蛋白质语言

本研究提出了一种新颖的方法Prot2Text，使用图神经网络和大型语言模型在编码器-解码器框架中，以自由文本形式预测蛋白质的功能。该多模态方法综合蛋白质序列、结构和文本注释等多种数据类型，提供了详细准确的描述。通过从SwissProt中提取多模态蛋白质数据集对模型进行评估，结果表明了多模态模型的转变性影响，特别是图神经网络和大型语言模型的融合。