大语言模型在蛋白质设计中的应用综述

张锦雄; 孟雪莉; 陈燕; 韦松键; 吕丽兰; 胡小春; 《基因组学与应用生物学 》 2024 北大核心 CSCD

摘要：在蛋白质设计领域，人工智能技术的应用已经催生了一些大模型。蛋白质的计算设计是指利用计算机技术辅助确定蛋白质的氨基酸序列，实现预设的结构和功能的过程。基于计算的蛋白质设计可进行改造设计或从头设计。特定功能的蛋白质快速生成，对生物医学研究、药物开发和生物工程等领域的发展具有重要意义。本文首先从传统计算方法、机器学习方法和深度学习方法对蛋白质的计算设计进行了梳理概述，然后介绍大语言模型的核心架构Transformer,重点分类介绍了蛋白质大语言模型的研究应用，最后对未来的研究重点进行了展望。

关键词： 蛋白质序列 蛋白质结构 大语言模型 Transformer架构