模型简介
ESM-2是一个蛋白质语言模型,通过对蛋白质序列进行掩码语言建模训练,能够理解和预测蛋白质序列的结构和功能。适用于蛋白质工程、功能预测和结构分析等任务。
模型特点
多规模模型选择
提供从800万到150亿参数的不同规模模型,可根据计算资源选择合适版本
蛋白质序列理解
能够深入理解蛋白质序列中的氨基酸关系和结构特征
迁移学习友好
支持针对特定蛋白质任务的微调,便于迁移学习应用
模型能力
蛋白质序列分析
掩码氨基酸预测
蛋白质功能预测
蛋白质工程辅助
蛋白质结构推断
使用案例
生物医学研究
蛋白质功能预测
预测未知蛋白质的功能特性
可帮助识别潜在的治疗靶点
蛋白质设计
辅助设计具有特定功能的新蛋白质
加速生物医药和工业酶开发
生物信息学
序列注释
自动注释蛋白质序列中的功能域和重要位点
提高基因组注释效率
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文