★ 3
研究提出蛋白质潜在语言实现自回归生成
研究者提出两种可学习的潜在蛋白质语言:PLL 将序列映射到基于冻结 ESM-2 的 4096 状态上下文词表,SLL 则适配 GCP-VQVAE Lite 并保留骨架坐标解码。在各自 token 上预训练自回归模型得到 PLLM 与 SLLM,序列生成中低熵样本比例下降 54%,结构预测困惑度降低…
arXiv cs.LG27 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
研究者提出两种可学习的潜在蛋白质语言:PLL 将序列映射到基于冻结 ESM-2 的 4096 状态上下文词表,SLL 则适配 GCP-VQVAE Lite 并保留骨架坐标解码。在各自 token 上预训练自回归模型得到 PLLM 与 SLLM,序列生成中低熵样本比例下降 54%,结构预测困惑度降低…
研究提出TorchCraft,通过冻结的全原子结构预测器优化序列logits,统一支持微型结合体、VHH、环肽与配体结合蛋白设计。基于AlphaFold 3预训练权重,生成的微型结合体与VHH在四个靶点上经实验验证具有结合能力,无需事后序列重设计。该框架将预测器反转扩展到多种结合体形式与分子场景。
蛋白质功能由氨基酸序列与三维结构的复杂交互决定。SimpleDesign 提出联合模型,避免现有多阶段训练中先训自编码器再训生成模型的流程,实现序列与结构的协同设计。