Белковые последовательности: языковые модели предсказывают функции белков
Краткое изложение публикации в сообществе «Врачи РФ» от .
Модели глубокого обучения смогли предсказать функциональные свойства белков только по последовательности аминокислот. Исследователи из трех университетов Турции проверили, можно ли применять для этого языковые модели, которые преобразуют последовательности в числовые представления и выявляют скрытые закономерности. Результаты работы опубликованы в журнале Nature Machine Intelligence.
В исследовании оценивали архитектуры BERT, T5, XLNet и ELMO. Для проверки качества моделей ученые подготовили большие наборы надежных данных с разным уровнем сложности. Авторы отмечают, что успешное предсказание функций по аминокислотной последовательности согласуется с результатами исследований по предсказанию структуры белков, включая AlphaFold2 и RoseTTAFold. Среди возможных применений подхода названа разработка персонализированных методов лечения.
Главное
- Исследование ученых из трех университетов Турции опубликовано в журнале Nature Machine Intelligence.
- Модели глубокого обучения предсказывали функциональные свойства белков по последовательности аминокислот.
- В работе сравнивали архитектуры BERT, T5, XLNet и ELMO.
- В числе возможных применений подхода названа разработка персонализированных методов лечения.
Подготовлено автоматически с помощью ИИ, возможны неточности. Полный просмотр материала доступен только для медицинских специалистов с высшим медицинским образованием.
Войти Регистрация