Generating novel proteins with biological constraints using deep conditional language modeling

Serrano Aranda, Yaiza

Generating novel proteins with biological constraints using deep conditional language modeling

Llicència

Citació

Serrano Aranda, Y. Generating novel proteins with biological constraints using deep conditional language modeling. 2023. handle: http://hdl.handle.net/10230/59921

Aquesta citació s'ha generat automàticament.

Resum

Els avanços en intel·ligència artificial i aprenentatge profund han revolucionat la recerca en proteïnes. Models de llenguatge analitzen dades de seqüències de proteïnes, revelant patrons complexos. En aquest projecte comparem una variant d’una xarxa generativa antagònica (GAN) amb atenció i un model Transformer per generar proteïnes. El Transformer supera la GAN, amb entrenament estable i resultats fiables. També proposem un model de llenguatge preentrenat amb una quantitat òptima de dades evolutives que aprèn representacions informatives amb menys recursos. El preentrenament captura coneixement bioquímic, i el refinament en proteïnes bacterianes MDH genera seqüències similars a les naturals. Les etiquetes enzimàtiques mostren una millora limitada, suggerint que el refinament ja captura informació específica del conjunt de dades.