中文字幕亚洲欧美日韩在线不卡,亚洲欧美日产综合在线网性色,思思久久精品6一本打道,综合视频中文字幕

    <sub id="dxmnt"><ol id="dxmnt"></ol></sub>

    1. 

        

        
  
        
    
    
  
        

        

        
  
        
    
        
      
        
 
      
    
        
  
        
 
  

        



        
  
        
    
        
      
        AlphaFold對手來了：Meta預測6億“暗物質”蛋白，僅用2周完成
        
      
        更新時間：2022-11-02 18:06:44作者：智慧百科 
        
    
        
 
    
        

        AlphaFold對手來了：Meta預測6億“暗物質”蛋白，僅用2周完成
        
      
        Alex 發(fā)自 凹非寺
        量子位 | 公眾號 QbitAI
        預測蛋白質結構的AI超級新星AlphaFold，現(xiàn)在遇到了強勁對手。
        Meta的蛋白質預測大模型ESMFold，剛剛公布了其最新成果：
        6億多種蛋白結構預測結果，而且還是“蛋白質中的暗物質”——宏基因組蛋白（Metagenomic Proteins）。


        宏基因組蛋白，簡單來說就是特定時刻下，環(huán)境微生物表達的所有蛋白。
        它們來自細菌、病毒和其他尚未確定特征的微生物，數(shù)量非常龐大。
        研究它們不僅有助于發(fā)現(xiàn)新的蛋白質結構，還能幫科學家預測并尋到更多微生物，比如RNA病毒等。
        要知道，此前AlphaFold背后的公司DeepMind，公布了約2.2億種蛋白質預測結構，幾乎涵蓋了DNA數(shù)據(jù)庫中已知生物體的所有蛋白質。
        也就是說，ESMFold現(xiàn)在預測出來的結構數(shù)量，相當于AlphaFold的3倍左右。
        Meta的研究團隊還據(jù)此成果提出了一個關于元基因組數(shù)據(jù)庫：ESM Metagenomic Atlas，這也是全球首個大規(guī)模的元基因組蛋白質結構集合。


        這些消息一出，很快便收獲了一波關注和驚嘆聲，Nature還為此發(fā)了篇專門的報道。


        有意思的是，雖然AlphaFold更早問世，但LeCun曾指出這個思路是他們先提出的：
        早在2019年，ESMFold背后的FAIR團隊就先提出了使用預訓練、基于Transformer的語言模型構想，后來該想法被AlphaFold團隊采納。


        除了預測的數(shù)量多外，ESMFold還有個明顯優(yōu)勢：速度快。
        2周預測出6.17億個蛋白質結構
        Meta團隊的研究人員表示，用ESMFold預測超過6.17億個蛋白質的結構，只花了2周時間。
        另外，在單個英偉達V100 GPU上，ESMFold可以在14.2秒內對含有384個殘基的蛋白質進行預測，比AlphaFold2快6倍。
        而對于較短的序列，它甚至比AlphaFold2快了60倍。


        如此神速的背后，一個至關重要的因素就是：ESMFold的輸入基于Transformer語言模型。
        看到這點，你或許會疑惑：預測蛋白質結構的模型，和語言模型有什么關系？
        一方面，從數(shù)據(jù)層面來看，語言和蛋白質結構都具有離散性。
        通俗來說，一個合成結構可以拆成單個成分，就像一段話能拆分出單個字詞、一個蛋白質能拆分出單個氨基酸；且兩個單位之間不存在量的連續(xù)性遞增或遞減關系。
        另一方面，上下文和語境制約著某個單詞的含義；相似地，蛋白質的結構和功能制約著序列突變方向。
        所以，Meta AI受到語言模型啟發(fā)，提出了ESMFold的基本構想。
        基于語言模型的開發(fā)出來的ESMFold，主體結構其實和AlphaFold2有不少相似之處——
        它也能拆分為四部分：數(shù)據(jù)解析、編碼器、解碼器，以及循環(huán)部分。
        其中，數(shù)據(jù)解析部分用于輸入序列和數(shù)據(jù)庫的解析，為編碼器提供輸入。

        △ESMFold模型結構示意圖
        巴特！比起AlphaFold 2，ESMFold用于推理的神經(jīng)網(wǎng)絡結構結構被簡化了：
        ESMFold消除了對明確同源序列（以MSA形式）輸入的需求，并且也不用進行Jax圖編譯，所以可以省下了不少時間。


        這樣不僅可以大幅縮短大型基因組序列數(shù)據(jù)庫的構建時長；而且能在相同時間內預測出更多結構。
        150億的參數(shù)量
        除了基于語言模型，還有一點也不容忽視：ESMFold的參數(shù)量巨大。
        在今年早些時候，Meta AI團隊宣布ESMFold模型更新了：
        ESM2的參數(shù)量直接飆升到150億，一躍成為迄今為止最大的蛋白質語言模型。（AlphaFold2的參數(shù)量為9300萬左右）


        一般來說，模型的參數(shù)量越大，意味它其能運用的函數(shù)越多，進而使其學習的準確率和精度大大提升。
        這一點在蛋白質結構預測AI上也得到了印證：
        ESMFold模型的參數(shù)量達150億之后，其分辨率更高了，能達到原子級別。


        其中，對于單序列輸入，ESMFold的精度優(yōu)于AlphaFold2——
        通過這個150億參數(shù)的ESM2，ESMFold只用一個序列作為輸入，就能有效預測端到端的3D結構；而AlphaFold2則需要多序列輸入才能有良好表現(xiàn)。


        △單序列輸入時，ESMFold預測精度更高
        不過在多序列輸入的情況下，ESMFold的精度和AlphaFold2相比，還是略有差距。
        此外，在蛋白質結構預測的準確性方面，ESMFold和AlphaFold2的表現(xiàn)不相上下。
        不過需要說明的一點是，Meta的研究人員也表示，這6億多個預測出來的蛋白質結構目前還沒有被定性，還需后續(xù)的核驗、分類等。
        話說這些年，蛋白質預測模型以及其背后的計算生物學可謂方興未艾，“AI For Science”正在發(fā)生。
        先前科學家們經(jīng)過幾十年的努力，只覆蓋了人類蛋白質序列中17%的氨基酸殘基；而AlphaFold在2018年才官宣，至今已經(jīng)預測出了人類98.5%的蛋白質結構。
        至于ESMFold，該研究團隊的領導者Alexander Rives指出：
        對于蛋白質結構解析和探索未知蛋白質結構，ESMFold都算科學家們的得力助手。
        目前ESM2模型的部分代碼已在GitHub上免費開源，感興趣的伙伴們可以去看看！
        代碼傳送門：
        https://github.com/facebookresearch/esm
        模型傳送門：
        https://esmatlas.com

            
        
    
   
         本文標簽：  蛋白  暗物質  蛋白質  序列  meta