Former
加速蛋白质工程,微软开发蛋白突变效应预测AI框架µFormer
编辑 | KX蛋白质工程是合成生物学领域的重要研究方向之一。近年来,AI 辅助的蛋白质工程逐渐发展成为一种高效的蛋白质分子设计新策略。近日,微软研究院科学智能中心的研究人员提出了深度学习框架 µFormer,其将预训练的蛋白质语言模型与定制设计的评分模块相结合,从而预测蛋白质的突变效应。µFormer 在预测高阶突变体、建模上位(epistatic)相互作用和处理插入方面,实现了最先进的性能。通过将 µFormer 与强化学习框架相结合,可以高效探索广阔的突变空间,涵盖数万亿个突变候选物,来设计活性增强的蛋白质变体
9/14/2024 2:18:00 PM
ScienceAI
- 1
资讯热榜
DeepSeek R1 简易指南:架构、本地部署和硬件要求
DeepSeek 全面指南:95% 的人都不知道的九个技巧
DeepSeek开源多模态模型Janus-Pro的ComfyUI使用教程,文中附模型和工作流下载
DeepSeek + IDEA!辅助编程太强了!
冲击DeepSeek R1,谷歌发布新一代Gemini全型号刷榜,编程、物理模拟能力炸裂
DeepSeek V3 和 R1 模型完成海光 DCU 国产化适配并正式上线
DeepSeek日活用户数突破2000万,增长势头远超ChatGPT
不到140块!李飞飞团队超低成本复刻DeepSeek R1推理!16张H100只训练了26分钟,与R1训练方法不同!
标签云
人工智能
AIGC
OpenAI
AI绘画
ChatGPT
机器人
数据
谷歌
智能
Midjourney
大模型
学习
GPT
用户
AI创作
微软
图像
开源
Meta
技术
论文
Stable Diffusion
DeepSeek
生成式
AI
算法
蛋白质
马斯克
芯片
Gemini
计算
神经网络
代码
AI设计
研究
Sora
腾讯
3D
开发者
GPU
场景
伟达
英伟达
预测
模态
华为
机器学习
Transformer
文本
驾驶
神器推荐
深度学习
AI视频
AI for Science
干货合集
苹果
搜索
LLaMA
算力
视频生成
2024
科技
百度
Copilot
应用
模型
AI应用场景
安全
具身智能
写作
特斯拉
机器
Anthropic
字节跳动
视觉
语音
AGI
架构
DeepMind
prompt