ProBEiT integra estructura proteica en modelos de lenguaje de proteínas con expertos implícitos
Investigadores presentan ProBEiT, un modelo de 400 millones de parámetros que codifica conjuntamente secuencias de aminoácidos y estructuras tokenizadas. Entrenado con 1,7 millones de proteínas de AlphaFoldDB, supera a modelos más grandes en seis tareas de predicción de función y anotación. En una tarea de ingeniería de termoestabilidad sobre la glicerol-3-fosfato oxidasa identifica variantes optimizadas.
Qué significa
Un modelo más pequeño que alcanza buena precisión en las primeras fases de entrenamiento reduce el coste computacional de la ingeniería de proteínas. Los laboratorios de biología podrían diseñar enzimas más estables con menos recursos que los modelos de miles de millones de parámetros.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Machine learning : nature.com subject feedsLeer la noticia completa en Machine learning : nature.com subject feeds