此外,研究团队通过对预测模型的可解释性分析发现神经网络对于DNA结合域的高度关注,从而导致了ESM-DBP在DNA结合蛋白质预测任务上的高准确率,大大提升了蛋白质语言模型黑箱的可解释性。最后,在两个由ESM-DBP预测的DNA结合蛋白质(UniProt ID: ...
DeepProSite 首先从 ESMFold 生成蛋白质结构,并从预训练的语言模型生成序列表示。然后,它使用 Graph Transformer 并将结合位点预测制定为图节点分类。 在预测蛋白质-蛋白质/肽结合位点时,DeepProSite 在大多数指标上都优于当前基于序列和结构的方法。此外,与基于结构的预测方法相比,DeepProSite 在预测未结合结构时保持...
上海交通大学和中山大学的研究团队联合开发了一种名为DeepProSite的创新技术，该技术利用ESMFold生成蛋白质结构、预训练语言模型的序列表示，以及Graph Transformer进行蛋白质结合位点的预测。这种方法旨在解决现有技术在预测蛋白质功能位点时的局限，尤其是缺乏结构信息和序列上下文的考虑。DeepProSite通过将结合位点...
欢迎参加SiFive AI/ML网络研讨会,了解SiFive如何在RISC-V平台上革新AI/ML部署。我们将深入说明专为RISC-V设计的SiFive AI/ML软件堆叠,并示范如何将Pytorch Llama模型无缝部署到SiFive Intelligence平台上。 本次研讨会也将讨论优化大型语言模型(LLM)面临的挑战,并介绍SiFive如何透过基于MLIR的IREE编译器和运行,实现Llama...
随着ChatGPT在全球的流行,中国台湾工业界、学术界纷纷宣布开发大型语言模型(LLM)的意向。对此,谷歌台湾前董事总经理钱立锋认为,台湾短期内难以在人工智能(AI)领域与国际大厂竞争,相关技术和人才仍需培养,尤其是自然语言处理相关人才较为紧缺。 随着ChatGPT在全球的流行,中国台湾工业界、学术界纷纷宣布开发大型语言模型(...
- 模型 | Meta AI蛋白质团队推出新成果ESMFold,推理速度超过AlphaFold2链接 - 访谈 | 专访UC伯克利马毅:一场为了探究智能本质的个人战争链接 - 解读 | 哈工大&微软提出用于视觉语言理解的蒸馏双编码器模型,刷新诸多SOTA链接 - 下载 | ICML 2022教程:因果公平性分析 68页PDF链接 ...
该研究提出了基于大型通用蛋白质语言模型和领域自适应预训练的DNA结合蛋白语言模型ESM-DBP,系统地研究了如何从蛋白质初级序列出发有效地预测DNA结合蛋白质和残基这一生物信息学和人工智能领域的挑战性问题,探索发现了基于大型蛋白质语言模型的高...
DeepProSite 首先从 ESMFold 生成蛋白质结构,并从预训练的语言模型生成序列表示。然后,它使用 Graph Transformer 并将结合位点预测制定为图节点分类。 在预测蛋白质-蛋白质/肽结合位点时,DeepProSite 在大多数指标上都优于当前基于序列和结构的方法。此外,与基于结构的预测方法相比,DeepProSite 在预测未结合结构时保持...