دانشمندان در تازهترین دستاورد خود، مدل جدیدی به نام LC-SEPLM را معرفی کردهاند که دنیای زیستشناسی محاسباتی را متحول میکند. این مدل با ترکیب دانش ساختاری پروتئینها در فضای سهبعدی و مدلهای زبانی پروتئین (مثل ESM2)، دقت پیشبینیها را به شکل چشمگیری افزایش داده است.
ویژگیهای کلیدی این دستاورد:
🔹 استفاده از نظارت بر تماسهای دوربرد (Long-range Contact Supervision) برای درک بهتر نحوه تاخوردن پروتئینها.
🔹 بهبود عملکرد در تمام وظایف تشخیص همسانی دور (Remote-homology recognition).
🔹 حفظ قابلیت استنتاج فقط با توالی، بدون نیاز به اطلاعات ساختاری در زمان اجرا.
این مدل که روی ۵۰۰ هزار پروتئین پایگاه داده Swiss-Prot آموزش دیده، گامی بزرگ برای شبیهسازیهای دقیقتر زیستی و کشف داروهای جدید است! 🧪💻
منبع: arXiv Machine Learning