Pepmlm 650M
首个仅依赖目标蛋白序列的线性肽段结合剂从头生成器
下载量 396
发布时间 : 9/27/2023
模型简介
PepMLM是一种基于目标蛋白序列条件的掩码语言建模技术,用于生成肽段结合剂。它通过创新性的掩码策略驱使ESM-2蛋白质语言模型重构结合区域,无需目标蛋白结构信息即可为任意靶标蛋白生成候选结合剂。
模型特点
无需结构信息
仅依赖目标蛋白序列即可生成肽段结合剂,无需目标蛋白结构信息
创新掩码策略
将同源肽段序列定位在目标蛋白序列末端的独特掩码策略
计算验证
通过AlphaFold-Multimer进行计算机模拟验证
实验验证
在细胞模型中实现了目标底物的内源性降解实验验证
模型能力
肽段结合剂生成
蛋白质序列分析
蛋白质-肽段相互作用预测
使用案例
生物医学研究
靶向蛋白质降解
生成与E3泛素连接酶结构域融合的肽段,用于靶向降解特定蛋白质
在细胞模型中实现了目标底物的内源性降解
药物发现
为任意靶标蛋白生成候选肽段结合剂
为下游可编程蛋白质组编辑应用提供工具
科研工具
蛋白质相互作用研究
研究蛋白质-肽段相互作用机制
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98