AIbase

E

Esm2 T36 3B 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，适用于各类以蛋白质序列为输入的下游任务微调。
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 3.5M
发布时间 : 10/13/2022
模型介绍
内容详情
替代品

模型简介

ESM-2是一个蛋白质语言模型，通过掩码语言建模目标训练，能够理解和生成蛋白质序列，适用于蛋白质结构预测、功能注释等任务。

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。
多规模可选
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。
下游任务适配
模型设计考虑了各类蛋白质相关下游任务的微调需求。

模型能力

蛋白质序列建模
蛋白质掩码预测
蛋白质结构预测
蛋白质功能注释

使用案例

生物信息学
蛋白质结构预测
利用模型对蛋白质序列的理解能力预测其三维结构。
蛋白质功能注释
通过模型分析蛋白质序列，预测其可能的功能。
药物发现
蛋白质设计
利用模型生成具有特定功能的蛋白质序列。