更强的蛋白质突变效应预测！一键推理 DePLM 去噪蛋白质语言模型

为了设计出具备更高热稳定性、催化效率的蛋白质，科学家们可以通过改造蛋白质的氨基酸序列来改进其功能，这称为蛋白质优化。浙江大学陈华钧教授、张强研究员、王泽元博士等人提出的全新的去噪蛋白质语言模型 (DePLM)，可以将蛋白质语言模型捕捉到的进化信息视为与优化目标特性相关和无关的混合体，其中无关信息被视为「噪音」并消除，进而提高模型在预测蛋白质适应性景观时的准确性，帮助识别功能最优序列以进行优化。
教程链接：https://go.openbayes.com/KXCsB

使用云平台：OpenBayes
http://openbayes.com/console/signup?r=sony_0m6v

登录 http://OpenBayes.com，在「公共教程」页面，选择键部署 「DePLM:用去噪的语言模型优化蛋白质(小样本)」教程。

页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。

选择「NVIDIA GeForce RTX 4090」以及「PyTorch」镜像，OpenBayes 平台上线了新的计费方式，大家可以按照需求选择「按量付费」或「包日/周/月」，点击「继续执行」。可以使用文章开头的邀请链接，获得 RTX 4090 使用时长！

稍等片刻，待系统分配好资源，当状态变为「运行中」后，点击「打开工作空间」，即可进入 Jupyter 工作页面。

进入 Jupyter 工作空间后，可以点击「README.ipynb」查看具体的操作步骤。

该演示选取数据集为 ProteinGym，已经被预处理为适合批量训练的格式。
模型为 ESM-2 (Evolutionary Scale Modeling 2)，这是 Meta AI 开发的一种蛋白质语言模型。
平台已将所需要的环境与数据集配置完成。大家可通过直接执行下面命令进行训练和推理。

!python ./archive/src/train.py data=batched_proteingym data.assay_index=196 data.split_index=0 dat