Protein-Mamba：用于蛋白质功能预测的生物 Mamba 模型
机器学习
2024-09-24 v1 生物大分子
定量方法
摘要
蛋白质功能预测是药物发现中的关键任务，对开发有效且安全的治疗方法具有重要影响。传统机器学习模型在预测蛋白质功能时，常难以应对其固有的复杂性与变异性，因此需要更先进的方法。在本研究中，我们提出了 Protein-Mamba，一种结合自监督学习和微调以提升蛋白质功能预测性能的新型两阶段模型。预训练阶段使模型能够从大型无标签数据集中捕捉一般的化学结构与关系，而微调阶段则利用特定的有标签数据集细化这些知识，从而实现卓越的预测性能。大量实验表明，与多种最先进的方法相比，Protein-Mamba 在多个蛋白质功能数据集上均取得了具有竞争力的性能。该模型有效利用无标签和有标签数据的能力，凸显了自监督学习在推动蛋白质功能预测方面的潜力，并为未来的药物发现研究提供了有前景的方向。
引用
@article{arxiv.2409.14617,
title = {Protein-Mamba: Biological Mamba Models for Protein Function Prediction},
author = {Bohao Xu and Yingzhou Lu and Yoshitaka Inoue and Namkyeong Lee and Tianfan Fu and Jintai Chen},
journal= {arXiv preprint arXiv:2409.14617},
year = {2024}
}