ESMFold:打破蛋白质结构预测速度限制?Meta的最新语言模型大揭秘
Meta的ESMFold蛋白质结构预测模型与DeepMind的AlphaFold2相比较,在短氨基酸序列中预测速度提高了近60倍,且无需显式同源序列作为输入,只需一个序列即可,实现了端到端的快速预测。该模型由Meta AI资深研究科学家Alexander Rives主导,旨在解决从氨基酸序列预测蛋白质结构这一自然科学挑战,通过无监督学习展示了在大规模数据处理上的潜力,并已在宏基因组DNA数据库测试中取得成效,有望显著加速生物学领域的蛋白质结构解析工作。



