David Baker 团队联合 NUS 提出 Prompteina，用自然语言提示生成全原子蛋白质结构
蛋白质设计接入自然语言接口：一句话描述折叠方式、对称性甚至酶活，模型直接生成对应的全原子结构。
蛋白质从头设计的一个难点是：想让模型生成具备指定特性的蛋白质，过去往往要针对每种特性单独设计输入格式。华盛顿大学 David Baker 团队联合新加坡国立大学等提出 Prompteina，一种文本条件化的全原子蛋白质结构生成模型，用自然语言的统一输入接口指定结构与功能特性，让蛋白质设计在流程上更接近文本生成图像。
正文摘录
.jpg) 编辑丨cherry 从头设计蛋白质的一个核心挑战是生成具有指定特性的蛋白质。现有模型通常需要为每一种特性使用专门设计的输入表示，这限制了它们所支持的设计目标。 最近，华盛顿大学大卫・贝克（David Baker）团队联合新加坡国立大学（NUS）等，提出了一种文本条件化的全原子蛋白质结构生成模型 ——Prompteina。 Prompteina 以自然语言提示为输入，生成全原子结构。通过单一自然语言接口，Prompteina 可以指定所生成蛋白质的期望结构和功能特性，让蛋白质结构生成类似于文本到图像生成。 为了训练 Prompteina，研究团队还构建了文本 — 蛋白质结构数据集 ——Prompteina-Data，包含 180 万个结构和超过 5000 万条描述整体及残基特异性结构和功能特性的说明文字。