E

Esm2 T6 8M UR50D

由facebook開發
ESM-2是基於掩碼語言建模目標訓練的新一代蛋白質模型,適用於對蛋白質序列進行各類任務的微調。
下載量 1.5M
發布時間 : 9/26/2022

模型概述

ESM-2是一種蛋白質語言模型,通過對蛋白質序列進行掩碼語言建模訓練,能夠理解和預測蛋白質序列中的氨基酸模式,適用於多種蛋白質相關任務。

模型特點

多規模模型選擇
提供從800萬到150億參數不等的多種規模模型,適應不同計算資源需求。
蛋白質序列理解
能夠理解和預測蛋白質序列中的氨基酸模式,捕捉蛋白質結構和功能信息。
易於微調
模型設計便於針對特定蛋白質任務進行微調,提供PyTorch和TensorFlow演示筆記本。

模型能力

蛋白質序列預測
掩碼氨基酸預測
蛋白質特徵提取
蛋白質結構推斷

使用案例

生物信息學
蛋白質功能預測
通過分析蛋白質序列預測其可能的功能
可幫助識別未知蛋白質的功能特性
蛋白質設計
輔助設計具有特定功能的新蛋白質序列
加速蛋白質工程研究
藥物發現
靶點識別
幫助識別潛在的藥物靶點蛋白質
提高藥物發現效率
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase