返回
Decoding viral protein sequences by large language models
DOI:10.1093/bib/bbag377.png)
摘要
En 中文
大型语言模型(LLMs)正应用于生物序列,推动计算生物学发展,有助于深入理解蛋白质和核苷酸序列数据。近期模型包括ESM2、ESM3、AlphaGenome、Evo-1和Evo-2等,通过学习高维隐含表征以捕捉进化约束、结构模式和功能基序,将自然语言处理原理应用于生物领域。本文综述了这些模型的研发与应用进展,重点强调病毒蛋白分析。我们重点介绍了利用基于序列的LLMs(即蛋白质语言模型,PLMs)在病毒蛋白注释、变异效应预测和免疫逃逸表征等重要应用任务中的研究。此外,我们对这些前沿蛋白质语言模型进行了基准评估,以评价其捕捉病毒蛋白序列间进化关系的基本能力。通过讨论PLMs的机遇与挑战,本文为LLMs在赋能病毒学研究及病原体监测的潜在应用提供了路线图。
期刊
IF:
7.7
论文数:
5.8K
被引数:
2.7W
机构
引用论文
PathoLM: Identifying pathogenicity from the DNA sequence through the Genome Foundation ModelPatholm:通过基因组基础模型从DNA序列识别致病性
Structure is three to ten times more conserved than sequence-A study of structural response in protein cores结构比序列保守三至十倍 -- 蛋白质核心结构反应的研究
Quantifying cellular malignancy by tumor micro-environment measurement with multimodal fusion通过多模态融合的肿瘤微环境测量量化细胞恶性程度
iMeta
IF33.2

