Vorhersage der Helligkeit von avGFP und Mutationsdesign auf Basis von BERT und LLMs

Diese Studie zielt darauf ab, Transformer-Modelle und große Sprachmodelle (wie GPT und Claude) zu nutzen, um die Helligkeit des Aequorea victoria grünen fluoreszierenden Proteins (avGFP) vorherzusagen und Mutanten mit höherer Helligkeit zu gestalten. Angesichts der Zeit und Kosten, die mit traditionellen experimentellen Screening-Methoden verbunden sind, verwendet diese Studie maschinelle Lernmethoden zur Steigerung der Forschungseffizienz. Zunächst lesen und verarbeiten wir einen proprietären Datensatz mit ungefähr 140.000 Proteinsequenzen, einschließlich etwa 30.000 avGFP-Sequenzen. Anschließend konstruieren und trainieren wir ein auf Transformer basierendes Vorhersagemodell, um neue avGFP-Mutanten zu screenen und zu gestalten, die voraussichtlich eine höhere Helligkeit aufweisen. Unsere Methodik besteht aus zwei Hauptphasen: zunächst der Konstruktion eines Bewertungsmodells mit BERT und zweitens dem Screening und der Generierung von Mutanten mithilfe von Mutationsstellenstatistiken und großen Sprachmodellen. Durch die Analyse der Vorhersageergebnisse entwarfen und screeneten wir 10 neue hochhelle avGFP-Sequenzen. Diese Studie zeigt nicht nur das Potenzial des tiefen Lernens im Protein-Design, sondern bietet auch neue Perspektiven und Methoden für zukünftige Forschungen, indem sie vorhandenes Wissen aus großen Sprachmodellen integriert.