公开(公告)号：CN118298923A

公开(公告)日：2024-07-05

申请号：CN202410285240.4

申请日：2024-03-13

Applicant: 之江实验室

Inventor： 陈广勇 ,  裘捷中 ,  曹翰群 ,  徐俊德 ,  李俊友 ,  陈云 ,  汪宏凯 ,  王平安

IPC: G16B35/20 ,  G16B15/20 ,  G16B40/00 ,  G16C20/40 ,  G16C20/70 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/096

Abstract: 本发明公开了一种基于预训练蛋白质大语言模型的功能蛋白生成与筛选方法；包括：首先，预训练蛋白质大语言模型；构建多功能蛋白质训练数据集，将多功能蛋白质训练数据集用于对预训练过的蛋白质大语言模型进行微调，生成蛋白质序列样本；其次，通过机器学习算法为主的搜索方法对生成的蛋白质序列样本进行筛选，得到筛选样本；最后，对筛选样本做后处理筛选与生物信息学分析，筛选出候选特定功能蛋白质序列，将其作为生物合成和功能验证的特定功能蛋白质样本。通过本发明的建立的功能蛋白生成与筛选的深度学习框架，将会在小数据量、小参数量的条件下，实现应用中可行的可解释性功能蛋白质生成，进一步实现了深度学习蛋白对的生成效率与创新。