蛋白质语言模型(PLM)在蛋白质功能预测中取得了进展,但传统的零样本(zero-shot)预测在蛋白质活性优化方面效果有限,尤其在复杂功能和多目标优化中表现不佳。 EVOLVEpro优于现有方法,实现了多达100倍性能提升,并在包括RNA生产、CRISPR系统相关酶和抗体结合等六种蛋白质的优化中验证了其有效性。 EVOLVEpro框架对公众开放, EVOLVEpro的模型和代码已被开源。
蛋白质语言模型(PLM)在蛋白质功能预测中取得了进展,但传统的零样本(zero-shot)预测在蛋白质活性优化方面效果有限,尤其在复杂功能和多目标优化中表现不佳。 EVOLVEpro优于现有方法,实现了多达100倍性能提升,并在包括RNA生产、CRISPR系统相关酶和抗体结合等六种蛋白质的优化中验证了其有效性。 EVOLVEpro框架对公众开放, EVOLVEpro的模型和代码已被开源。
11093
2026年01月07日 08:00
收藏
登录后参与评论
暂无评论