論文の概要: Speak to a Protein: An Interactive Multimodal Co-Scientist for Protein Analysis

• arxiv url: http://arxiv.org/abs/2510.17826v1
• Date: Wed, 01 Oct 2025 22:12:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-26 16:57:26.494164
• Title: Speak to a Protein: An Interactive Multimodal Co-Scientist for Protein Analysis
• Title（参考訳）: タンパク質を語る:タンパク質分析のための対話型マルチモーダル共同科学者
• Authors: Carles Navarro, Mariona Torrens, Philipp Thölke, Stefan Doerr, Gianni De Fabritiis,
• Abstract要約: emphSpeak to a protein(タンパク質に話しかける)は、タンパク質分析を専門家の科学者との対話的なマルチモーダルな対話に変える。 AIシステムは、関連する文献、構造、およびリガンドデータを検索し、合成する。 答えはライブの3Dシーンで表示され、ハイライト、注釈付け、操作、視覚化を見ることができる。
• 参考スコア（独自算出の注目度）: 5.192382952592827
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Building a working mental model of a protein typically requires weeks of reading, cross-referencing crystal and predicted structures, and inspecting ligand complexes, an effort that is slow, unevenly accessible, and often requires specialized computational skills. We introduce \emph{Speak to a Protein}, a new capability that turns protein analysis into an interactive, multimodal dialogue with an expert co-scientist. The AI system retrieves and synthesizes relevant literature, structures, and ligand data; grounds answers in a live 3D scene; and can highlight, annotate, manipulate and see the visualization. It also generates and runs code when needed, explaining results in both text and graphics. We demonstrate these capabilities on relevant proteins, posing questions about binding pockets, conformational changes, or structure-activity relationships to test ideas in real-time. \emph{Speak to a Protein} reduces the time from question to evidence, lowers the barrier to advanced structural analysis, and enables hypothesis generation by tightly coupling language, code, and 3D structures. \emph{Speak to a Protein} is freely accessible at https://open.playmolecule.org.
• Abstract（参考訳）: タンパク質の作用する精神モデルを構築するには、典型的には数週間の読書、結晶の相互参照、予測された構造、リガンド複合体の検査が必要である。 我々は,タンパク質分析を専門家の共学者と対話的に多モーダルな対話に変換する新しい能力である「emph{Speak to a protein}」を紹介した。 AIシステムは、関連する文献、構造、リガンドデータを検索し、合成し、生の3Dシーンで答えをグラウンド化し、ハイライト、注釈付け、操作、視覚化の表示を可能にする。 また、必要に応じてコードを生成して実行し、テキストとグラフィックの両方で結果を説明する。 我々はこれらの機能を関連タンパク質上で実証し、ポケットの結合、コンフォメーションの変化、あるいはリアルタイムでアイデアをテストするための構造-活性関係について疑問を投げかける。 \emph{Speak to a Protein} は、質問から証拠まで時間を短縮し、高度な構造解析への障壁を低くし、密結合言語、コード、および3D構造による仮説生成を可能にする。 \emph{Speak to a Protein}はhttps://open.playmolecule.orgで自由にアクセスできる。

関連論文リスト

• Computational Protein Science in the Era of Large Language Models (LLMs) [54.35488233989787]
  計算タンパク質科学(Computational protein science)は、タンパク質配列構造-機能パラダイムにおける知識を明らかにすること、および応用を開発することを目的としている。 最近、言語モデル (Language Models, PLM) は、前例のない言語処理と一般化能力のために、AIのマイルストーンとして登場した。
  論文  参考訳（メタデータ） (2025-01-17T16:21:18Z)
• ProtT3: Protein-to-Text Generation for Text-based Protein Understanding [88.43323947543996]
  言語モデル(LM)は、タンパク質のテキスト記述を理解するのに優れている。 タンパク質言語モデル(PLM)は、タンパク質データを理解し、高品質な表現に変換するが、テキストを処理するのに苦労する。 ProtT3は、テキストベースのタンパク質理解のための、タンパク質からテキストへの生成のためのフレームワークである。
  論文  参考訳（メタデータ） (2024-05-21T08:06:13Z)
• ProLLM: Protein Chain-of-Thoughts Enhanced LLM for Protein-Protein Interaction Prediction [54.132290875513405]
  タンパク質-タンパク質相互作用(PPI)の予測は、生物学的機能や疾患を理解する上で重要である。 PPI予測に対する従来の機械学習アプローチは、主に直接的な物理的相互作用に焦点を当てていた。 PPIに適したLLMを用いた新しいフレームワークProLLMを提案する。
  論文  参考訳（メタデータ） (2024-03-30T05:32:42Z)
• Growing ecosystem of deep learning methods for modeling protein$\unicode{x2013}$protein interactions [0.0]
  本稿では,タンパク質相互作用をモデル化する深層学習手法のエコシステムを論じる。 新たな相互作用を発見し、物理的なメカニズムを調節し、エンジニアのバインダーがそれらの機能を解き放つ機会がある。
  論文  参考訳（メタデータ） (2023-10-10T15:53:27Z)
• DProQ: A Gated-Graph Transformer for Protein Complex Structure Assessment [7.988932562855392]
  DProQは、3Dタンパク質複合体の質を予測するために設計されたゲート近傍変調グラフ変換器(GGT)である。 グラフメッセージパッシング時の情報フローを制御するために,新しいグラフトランスフォーマフレームワークにノードゲートとエッジゲートを組み込んだ。 我々の厳密な実験は、DProQがタンパク質複合体のランク付けにおいて最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2022-05-21T15:41:46Z)
• BERTology Meets Biology: Interpreting Attention in Protein Language Models [124.8966298974842]
  注目レンズを用いたタンパク質トランスフォーマーモデルの解析方法を示す。 注意はタンパク質の折りたたみ構造を捉え、基礎となる配列では遠く離れているが、三次元構造では空間的に近接しているアミノ酸を接続する。 また、注意とタンパク質構造との相互作用を三次元的に可視化する。
  論文  参考訳（メタデータ） (2020-06-26T21:50:17Z)

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。