用于蛋白质设计的语言模型

近期大语言模型的蓬勃发展表明，机器能够通过语言进行阅读、理解和交流，甚至有时展现出超越人类的能力。蛋白质可以表示为类似于句子中单词的氨基酸字符串，且相同的语言建模原理可用于学习信息丰富的表征，以用于蛋白质结构预测、设计和性质预测。在这篇综述中，我们将重点探讨语言建模在蛋白质设计中的应用。我们将首先介绍蛋白质语言建模的基础，并讨论近期的进展，例如基于上下文条件的设计和结构整合。我们还探讨了蛋白质语言建模当前的不足之处以及具有前景的研究方向，以促进未来用于设计的改良型蛋白质语言模型的发展。