基于Transformer的蛋白质序列分析与设计语言模型综述
机器学习
2025-07-21 v1 人工智能
定量方法
摘要
基于Transformer的语言模型在自然语言处理（NLP）领域产生了前所未有的影响。这些模型的成功也促使它们被应用于包括生物信息学在内的其他领域。鉴于此，本文讨论了基于Transformer的模型在蛋白质序列分析与设计方面的最新进展。在本综述中，我们讨论并分析了大量与此类应用相关的工作。这些应用涵盖基因本体、功能和结构蛋白质鉴定、从头蛋白质生成以及蛋白质结合。我们试图阐明所讨论工作的优点和缺点，为读者提供全面的见解。最后，我们指出了现有研究的不足，并探讨了未来发展的潜在方向。我们相信，这篇综述将有助于该领域的研究人员全面了解该领域的最新技术水平，并指导他们未来的研究。
引用
@article{arxiv.2507.13646,
title = {A Comprehensive Review of Transformer-based language models for Protein Sequence Analysis and Design},
author = {Nimisha Ghosh and Daniele Santoni and Debaleena Nawn and Eleonora Ottaviani and Giovanni Felici},
journal= {arXiv preprint arXiv:2507.13646},
year = {2025}
}