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的结构与功能。该模型适用于各种蛋白质相关的下游任务。
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,具有强大的蛋白质表示能力
多尺度模型
提供从800万到150亿参数的不同规模模型,可根据需求选择
蛋白质特定设计
专门为蛋白质序列分析优化,能有效捕捉氨基酸序列的进化信息
模型能力
蛋白质序列表示学习
蛋白质结构预测
蛋白质功能预测
蛋白质突变效应分析
蛋白质相互作用预测
使用案例
生物医学研究
蛋白质功能注释
预测未知蛋白质的功能特性
可帮助研究人员快速了解新发现蛋白质的潜在功能
药物靶点发现
识别潜在的药物靶点蛋白质
加速药物研发过程
蛋白质工程
蛋白质设计
设计具有特定功能的新蛋白质
可用于开发新型酶或治疗性蛋白质
蛋白质稳定性优化
预测和优化蛋白质的稳定性
提高工业用酶的稳定性
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