Fugu-MT 論文翻訳(概要): Natural Language Guided Ligand-Binding Protein Design

論文の概要: Natural Language Guided Ligand-Binding Protein Design

arxiv url: http://arxiv.org/abs/2506.09332v1
Date: Wed, 11 Jun 2025 02:15:22 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-13 06:35:02.20084
Title: Natural Language Guided Ligand-Binding Protein Design
Title（参考訳）: 自然言語ガイドリガンド結合タンパク質の設計
Authors: Zhenqiao Song, Ramith Hettiarachchi, Chuan Li, Jianwen Xie, Lei Li,
Abstract要約: 本稿では,自然言語の指示に従うタンパク質生成モデルのファミリーであるInstructProを提案する。 InstructProは特定の命令と機能的に整合したタンパク質配列を生成する。 InstructPro-1B(10億のパラメータを持つ)とInstructPro-3B(30億のパラメータを持つ)の2つのモデル変異をトレーニングします。
参考スコア（独自算出の注目度）: 25.957903136060636
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Can AI protein models follow human language instructions and design proteins with desired functions (e.g. binding to a ligand)? Designing proteins that bind to a given ligand is crucial in a wide range of applications in biology and chemistry. Most prior AI models are trained on protein-ligand complex data, which is scarce due to the high cost and time requirements of laboratory experiments. In contrast, there is a substantial body of human-curated text descriptions about protein-ligand interactions and ligand formula. In this paper, we propose InstructPro, a family of protein generative models that follow natural language instructions to design ligand-binding proteins. Given a textual description of the desired function and a ligand formula in SMILES, InstructPro generates protein sequences that are functionally consistent with the specified instructions. We develop the model architecture, training strategy, and a large-scale dataset, InstructProBench, to support both training and evaluation. InstructProBench consists of 9,592,829 triples of (function description, ligand formula, protein sequence). We train two model variants: InstructPro-1B (with 1 billion parameters) and InstructPro-3B~(with 3 billion parameters). Both variants consistently outperform strong baselines, including ProGen2, ESM3, and Pinal. Notably, InstructPro-1B achieves the highest docking success rate (81.52% at moderate confidence) and the lowest average root mean square deviation (RMSD) compared to ground truth structures (4.026{\AA}). InstructPro-3B further descreases the average RMSD to 2.527{\AA}, demonstrating InstructPro's ability to generate ligand-binding proteins that align with the functional specifications.
Abstract（参考訳）: AIタンパク質モデルは人間の言語命令に従い、所望の機能を持つタンパク質(例えばリガンドへの結合)を設計できるか? 特定のリガンドに結合するタンパク質を設計することは、生物学や化学における幅広い応用において重要である。従来のAIモデルのほとんどは、タンパク質リガンドの複雑なデータに基づいてトレーニングされている。対照的に、タンパク質-リガンド相互作用とリガンド公式に関する人為的な記述が多数存在する。本稿では,リガンド結合タンパク質を設計するための自然言語命令に従うタンパク質生成モデルのファミリーであるInstructProを提案する。所望の関数のテキスト記述とSMILESのリガンド式が与えられた後、InstructProは指定された命令と機能的に整合したタンパク質配列を生成する。モデルアーキテクチャ、トレーニング戦略、大規模データセットであるInstructProBenchを開発し、トレーニングと評価の両方をサポートする。 InstructProBenchは9,592,829個の三量体から構成される(機能説明、リガンド式、タンパク質配列)。 InstructPro-1B(10億のパラメータを持つ)とInstructPro-3B~(30億のパラメータを持つ)の2つのモデル変異をトレーニングします。どちらの変種も、ProGen2、ESM3、Pinalなど、強いベースラインを一貫して上回っている。特に、InstructPro-1Bはドッキングの成功率が最も高く(81.52%)、根の平均平方偏差(RMSD)は地上の真実構造(4.026{\AA})と比較して低い。 InstructPro-3Bはさらに平均RMSDを2.527{\AA}に減少させ、機能仕様に沿ったリガンド結合タンパク質を生成するInstructProの能力を示す。

関連論文リスト

ProtDAT: A Unified Framework for Protein Sequence Design from Any Protein Text Description [7.198238666986253]
記述型テキスト入力からタンパク質を設計できるde novo微細化フレームワークを提案する。 Prot DATは、タンパク質データの本質的な特性に基づいて、配列とテキストを分離されたエンティティではなく、結合的な全体として統一する。実験の結果,Prot DATはタンパク質配列生成の最先端性能を実現し,有理性,機能,構造的類似性,妥当性に優れていた。
論文参考訳（メタデータ） (2024-12-05T11:05:46Z)
Long-context Protein Language Modeling Using Bidirectional Mamba with Shared Projection Layers [76.95505296417866]
言語モデル(LM)の自己教師による訓練は、有意義な表現の学習や創薬設計において、タンパク質配列に大きな成功を収めている。ほとんどのタンパク質LMは、短い文脈長を持つ個々のタンパク質に基づいて訓練されたトランスフォーマーアーキテクチャに基づいている。そこで本研究では,選択的構造化状態空間モデルに基づく代替タンパク質であるBiMamba-Sに基づくLC-PLMを提案する。
論文参考訳（メタデータ） (2024-10-29T16:43:28Z)
ProtLLM: An Interleaved Protein-Language LLM with Protein-as-Word Pre-Training [82.37346937497136]
本稿では,タンパク質中心タスクとタンパク質言語タスクの両方を対象とした多機能多言語多言語言語モデル (LLM) を提案する。 ProtLLMはユニークな動的タンパク質実装機構を備えており、複雑な入力を処理できる。専門的なタンパク質語彙を開発することで、自然言語だけでなく、膨大な候補からタンパク質を予測できる能力をモデルに装備する。
論文参考訳（メタデータ） (2024-02-28T01:29:55Z)
Endowing Protein Language Models with Structural Knowledge [5.587293092389789]
本稿では,タンパク質構造データを統合することにより,タンパク質言語モデルを強化する新しいフレームワークを提案する。 PST(Protein Structure Transformer)と呼ばれる精製モデルは、小さなタンパク質構造データベース上でさらに事前訓練されている。 PSTは、タンパク質配列の最先端基盤モデルであるESM-2を一貫して上回り、タンパク質機能予測の新しいベンチマークを設定している。
論文参考訳（メタデータ） (2024-01-26T12:47:54Z)
InstructProtein: Aligning Human and Protein Language via Knowledge Instruction [38.46621806898224]
大規模言語モデル(LLM)は自然言語処理の分野に革命をもたらしたが、タンパク質のような生物学的配列の理解に乏しい。 InstructProteinは、ヒト言語とタンパク質言語の両方で双方向に生成する機能を持つ。 InstructProteinは、テキストベースのタンパク質機能予測とシーケンス設計に向けた先駆的なステップとして機能する。
論文参考訳（メタデータ） (2023-10-05T02:45:39Z)
A Text-guided Protein Design Framework [106.79061950107922]
本稿では,タンパク質設計のためのテキスト記述を利用するマルチモーダルフレームワークであるProteinDTを提案する。タンパク質DTは以下の3つのステップから構成される:2つのモダリティの表現を整列するProteinCLAP、テキストモダリティからタンパク質表現を生成するファシリテーター、表現からタンパク質配列を生成するデコーダ。本研究では,(1)テキスト誘導タンパク質生成における90%以上の精度,(2)ゼロショットテキスト誘導タンパク質編集タスクにおけるベストヒット率,(3)タンパク質特性予測ベンチマーク6項目中4項目における優れた性能の3つの課題に対するProteinDTの有効性を定量的に検証した。
論文参考訳（メタデータ） (2023-02-09T12:59:16Z)
Structure-informed Language Models Are Protein Designers [69.70134899296912]
配列ベースタンパク質言語モデル(pLM)の汎用的手法であるLM-Designを提案する。 pLMに軽量な構造アダプターを埋め込んだ構造手術を行い,構造意識を付加した構造手術を行った。実験の結果,我々の手法は最先端の手法よりも大きなマージンで優れていることがわかった。
論文参考訳（メタデータ） (2023-02-03T10:49:52Z)
Multimodal Pre-Training Model for Sequence-based Prediction of Protein-Protein Interaction [7.022012579173686]
タンパク質モデルによる効果的な表現の学習は、タンパク質とタンパク質の相互作用において重要である。 PPIの事前学習モデルのほとんどは配列ベースであり、自然言語処理で使用される言語モデルをアミノ酸配列に導入している。本稿では, 配列, 構造, 機能という3つのモーダル性を持つマルチモーダルタンパク質事前学習モデルを提案する。
論文参考訳（メタデータ） (2021-12-09T10:21:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。