P

Protst Esm1b

由 mila-intel 开发
ProtST 框架通过生物医学文本增强蛋白质序列的预训练和理解,构建了 ProtDescribe 数据集,设计了三种预训练任务,支持监督学习和零样本预测。
下载量 173
发布时间 : 1/2/2024

模型简介

ProtST 是一个结合生物医学文本和蛋白质序列的预训练框架,旨在增强蛋白质语言模型的功能理解和表示能力。

模型特点

多模态预训练
结合蛋白质序列和生物医学文本进行预训练,增强模型对蛋白质功能的理解。
零样本预测
支持零样本分类任务,无需额外训练即可进行蛋白质功能预测。
高性能表示学习
在多种表示学习基准上优于现有模型,尤其在功能预测任务中表现突出。

模型能力

蛋白质序列表示学习
蛋白质功能预测
零样本分类
多模态对齐

使用案例

生物医学研究
蛋白质亚细胞定位预测
预测蛋白质在细胞中的定位,如细胞核、线粒体等。
在零样本任务中表现出优越性能。
蛋白质功能注释
自动为蛋白质序列添加功能描述。
通过多模态对齐提高注释准确性。
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase