Research17.11.2026 · 07:001 nguồn
Calpha: Hướng tới trí tuệ sinh học phân tử bản địa trong một mô hình ngôn ngữ đa năng
Từ huggingface.co
Các biomolecular foundation model có khả năng dự đoán chính xác cấu trúc protein và các phức hợp của chúng, trong khi các LLM có khả năng suy luận bằng ngôn ngữ tự nhiên, nhưng hai lĩnh vực này vẫn tách biệt: khả năng của loại hình thứ nhất không nằm trong một LLM đa năng, và khả năng suy luận của loại hình thứ hai không tham gia vào việc dự đoán cấu trúc. Calpha hướng tới một mô hình tổng quát có thể gấp cuộn protein và các phức hợp, hiểu trình tự cũng như cấu trúc protein, đồng thời cho phép khả năng suy luận ngôn ngữ tác động đến các cấu trúc mà nó dự đoán. Báo cáo này đề cập đến bước đầu tiên, trong đó một LLM xuất ra các cấu trúc protein chuỗi đơn. Qwen3.5-9B đọc một trình tự được làm giàu bằng các đặc trưng residue của ESM2. Mô hình có thể phản hồi bằng văn bản hoặc phát ra một token để kích hoạt một SimpleFold structure head đã được huấn luyện trước, bộ phận này chỉ nhận thông tin về protein thông qua các trạng thái residue của Qwen. Với một yêu cầu gấp cuộn cố định, bộ phận này đạt được TM-scores trung bình là 0,808 trên tập phát triển FoldBench-334, 0,635 trên các domain CASP16 và 0,900 trên một tập PDB kiểu CAMEO-style. Nhóm tác giả so sánh các dự đoán này với một baseline, trong đó ESM2-3B mã hóa trình tự và một SimpleFold-3B head đã được fine-tune sẽ dự đoán các tọa độ.
Nguồn
Bản tin mỗi sáng
Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.
Telegram @aihomnay