GPT助力新蛋白质合成

2023年1月23日，加州伯克利一家创业公司利用类似ChatGPT的LLM模型“Progen”合成了自然界不存在的新鸡蛋白，为 GPT未来在药物研发应用方向提供方向，即读取不同氨基酸序列，合成新型蛋白质。

 ProGen是一个具有1亿参数的条件蛋白语言模型。 基于Transformer架构的ProGen通过自注意力机制模拟残基的相互作用， 可以根据输入控制标签生成跨蛋白质家族的不同人工蛋白质序列。为了创建该模型，研究人员输入了280.56亿种不同蛋白 质的氨基酸序列，模型在几周内“消化”。 过去，在自然界中挖掘蛋白质或将蛋白质调整到所需的功能是非常费力的。 如 果能够定向将氨基酸序列数据输入GPT进行训练，参数量更为庞大的GPT大模型理论上可以取得更加精准的效果。