扩散模型已越来越多地应用于图像生成之外的领域,从设计新型蛋白质(如 EvoDiff)到创作音乐甚至合成语音。
“如果要从 EvoDiff 中汲取一件事,我认为我们可以而且应该通过序列进行蛋白质生成,因为我们能够实现通用性、规模化和模块化,” EvoDiff 的另一位共同贡献者、微软高级研究员 Ava Amini 表示,“我们的扩散框架使我们有能力做到这一点,并控制我们如何设计这些蛋白质以满足特定的功能目标。”
Amini 认为,EvoDiff 不仅可以创造新的蛋白质,还可以填补现有蛋白质设计中的“空白”。例如,如果蛋白质的一部分与另一种蛋白质结合,模型可以围绕该部分生成满足一组标准的蛋白质氨基酸序列。
由于 EvoDiff 在“序列空间”而不是蛋白质结构中设计蛋白质,因此它还可以合成最终不会折叠成最终三维结构的“无序蛋白质”。与正常功能蛋白质一样,无序蛋白质在生物学和疾病中发挥着重要作用,例如增强或降低其他蛋白质活性。
原创文章,作者:AI,如若转载,请注明出处:https://www.kejixun.co/article/582034.html