AIbase

E

Esm2 T48 15B UR50D

由 facebook 开发
ESM-2是基于掩码语言建模目标训练的最先进蛋白质模型，适用于对蛋白质序列进行各种任务的微调。
蛋白质模型
Transformers
开源协议:MIT#蛋白质序列预测#掩码语言建模#生物医学研究
下载量 20.80k
发布时间 : 9/26/2022
模型介绍
内容详情
替代品

模型简介

ESM-2是一种蛋白质语言模型，通过掩码语言建模目标训练，能够理解和生成蛋白质序列，适用于多种生物信息学任务。

模型特点

大规模预训练
模型在大量蛋白质序列数据上进行预训练，具有强大的序列理解和生成能力。
多尺度模型
提供从800万到150亿参数的不同规模模型，适应不同计算资源和精度需求。
易于微调
模型设计用于针对特定蛋白质任务进行微调，支持多种下游应用。

模型能力

蛋白质序列生成
蛋白质结构预测
蛋白质功能注释
蛋白质序列分类

使用案例

生物信息学
蛋白质功能预测
通过分析蛋白质序列预测其可能的功能。
高精度的功能注释
蛋白质结构预测
从氨基酸序列预测蛋白质的三维结构。
接近实验精度的结构预测
药物发现
蛋白质设计
生成具有特定功能的蛋白质序列。
新型蛋白质设计