JackCrum的博客

声音和图像领域，大一统的模型！使用LLM进行引导

背景：借助深度学习的进步，蛋白质3D结构预测的准确性得到了显著提高。在最近的CASP14中，Deepmind证明了他们新版本的AlphaFold（AF）可以产生几乎接近实验结构的高精度3D模型。AF的成功表明，序列的多序列对齐包含丰富的进化信息，从而导致准确的3D模型。尽管AF取得了成功，但只有预测代码是开放的，训练类似的模型需要大量的计算资源。因此，开发一个更轻的预测模型仍然是必要的。结果：在本研究中，我们提出了一种新的蛋白质3D结构建模方法，即A-Prot，使用最先进的蛋白质语言模型之一MSA变压器。

本文展示2022年发表在PANS上的一篇分子生成的文章，详细包含了论文理解以及代码运行逻辑，欢迎查阅，转发和关注！

抗体是多功能蛋白质，与病毒等病原体结合并刺激适应性免疫系统。抗体结合的特异性由这些Y形蛋白质尖端的互补性决定区（CDR）决定。本文提出了一种生成模型，用于自动设计具有增强结合特异性或中和能力的抗体的CDR。之前的生成方法将蛋白质设计表述为结构条件序列生成任务，假设先验地给出了所需的3D结构。相比之下，我们建议将CDR的序列和3D结构作为图表共同设计。我们的模型在迭代细化其预测的全局结构的同时，自动回归地解开序列。推断的结构反过来指导后续的残留物选择。