Prot2Chat:一种具有早期文本,序列和结构融合的蛋白质大型语言模型
Zhicong Wang1, Zicheng Ma2, Ziqiang Cao1
1School of Computer Science and Technology, Soochow University, Suzhou 215006, China.
Bioinformatics (Oxford, England)
|July 28, 2025
概括
Prot2Chat使用修改的ProteinMPNN和大型语言模型 (LLM) 集成蛋白质序列和结构数据,以增强蛋白质问题答案. 该框架展示了卓越的性能和概括能力,为生物见解提供了一个用户友好的平台.
科学领域:
- 计算生物学是一种计算生物学.
- 生物信息学是一种生物信息学.
- 蛋白质结构和功能分析分析.
背景情况:
- 了解蛋白质功能至关重要,但多式联络信息集成,大型模型参数和不灵活的分类方法带来了挑战.
- 现有的蛋白质问题答案系统缺乏系统的评估和高效的多式联络数据处理.
研究的目的:
- 提出Prot2Chat框架,以克服蛋白质问题答案方面的挑战.
- 为了使生物查询能够有效地整合蛋白质序列,结构和文本信息.
主要方法:
- 修改的蛋白MPNN 统一蛋白质序列和结构编码.
- 使用大型语言模型 (LLM) 进行问题向量化,并使用蛋白质-文本适配器进行信息早期融合.
- 通过结编码器,为高效的LLM培训提供雇员低级调整 (LoRA).
主要成果:
- 通过虚拟令牌实现了蛋白质和文本数据的早期融合.
- 通过自动化指标和专家评估,在两个数据集上展示了卓越的性能和概括能力.
- 为Prot2Chat.Chat开发了一个可访问的网络平台和安装选项.
结论:
- Prot2Chat有效地解决了蛋白质问题答案中的多式联络信息整合挑战.
- 该框架为查询蛋白质信息提供了一个灵活,高效和可通用的解决方案.
- Prot2Chat为研究人员提供了一个用户友好的界面来探索蛋白质数据.
相关概念视频
02:15Protein and Protein Structures
10.8K
10.8K
02:15Protein and Protein Structure
81.4K
Proteins are one of the most abundant organic molecules in living systems and have the most diverse range of functions of all macromolecules. Proteins may be structural, regulatory, contractile, or protective. They may serve in transport, storage, or membranes; or they may be toxins or enzymes. Their structures, like their functions, vary greatly. They are all, however, amino acid polymers arranged in a linear sequence.
A protein's shape is critical to its function. For example, an enzyme...
A protein's shape is critical to its function. For example, an enzyme...
81.4K
02:26Protein Networks
2.4K
2.4K
02:41Protein Complex Assembly
2.1K
2.1K
02:04Protein-Protein Interfaces
3.8K
3.8K
01:57Protein Complexes with Interchangeable Parts
1.9K
1.9K