AIbase

E

Esm2 T6 8M UR50D

由 facebook 开发
ESM-2是基于掩码语言建模目标训练的新一代蛋白质模型，适用于对蛋白质序列进行各类任务的微调。
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 1.5M
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中的氨基酸模式，适用于多种蛋白质相关任务。

模型特点

多规模模型选择
提供从800万到150亿参数不等的多种规模模型，适应不同计算资源需求。
蛋白质序列理解
能够理解和预测蛋白质序列中的氨基酸模式，捕捉蛋白质结构和功能信息。
易于微调
模型设计便于针对特定蛋白质任务进行微调，提供PyTorch和TensorFlow演示笔记本。

模型能力

蛋白质序列预测
掩码氨基酸预测
蛋白质特征提取
蛋白质结构推断

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
可帮助识别未知蛋白质的功能特性
蛋白质设计
辅助设计具有特定功能的新蛋白质序列
加速蛋白质工程研究
药物发现
靶点识别
帮助识别潜在的药物靶点蛋白质
提高药物发现效率