跳到主要内容
检索

Tuan Minh Dao

1 篇关联报道

订阅更新
  1. bioRxiv

    35M参数的小蛋白语言模型DynamicsPLM:加入分子动力学监督,在ProteinGym上追平86倍大的序列模型

    DynamicsPLM把分子动力学模拟得到的残基级与残基对级生物物理量,作为额外预测目标接到一个35M参数的ESM-2编码器上,让模型在只输入序列时同时给出进化合理性与结构动力学扰动两种打分。此前序列语言模型靠扩大参数量来隐式学习结构约束,而纯动力学模型又丢掉了进化统计。在ProteinGym的201个蛋白上,该模型平均Spearman相关系数为0.398,在不超过1亿参数的模型中排名第一,并与部分参数量最高达其86倍的序列模型持平或更好。

已读完全部报道