以165美元成本训练25个物种的mRNA语言模型:构建从结构预测到密码子优化的AI流程
原文标题:Training mRNA Language Models Across 25 Species for $165
AI 摘要
OpenMed团队构建了一个覆盖蛋白质结构预测、序列设计和密码子优化的端到端AI流程。在密码子优化环节,CodonRoBERTa-large-v2模型以4.10的困惑度和0.40的斯皮尔曼CAI相关性显著优于其他架构。研究将训练扩展至25个物种,仅用55个GPU小时训练了4个生产级模型,并建立了独特的物种条件化系统,实现了从蛋白质概念到合成就绪DNA序列的快速转化。完整代码与实验结果已开源。
关键信息
- OpenMed团队构建了一个覆盖蛋白质结构预测、序列设计和密码子优化的端到端AI流程。
- 在密码子优化环节,CodonRoBERTa-large-v2模型以4.
- 10的困惑度和0.
- 40的斯皮尔曼CAI相关性显著优于其他架构。
- 研究将训练扩展至25个物种,仅用55个GPU小时训练了4个生产级模型,并建立了独特的物种条件化系统,实现了从蛋白质概念到合成就绪DNA序列的快速转化。
速览
- 发布时间
- 更新时间
- 分类
- 其他
- AI 评分
- 83
推荐理由
低成本开源生物AI管道,可加速蛋白质工程和药物开发。
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:以165美元成本训练25个物种的mRNA语言模型:构建从结构预测到密码子优化的AI流程。2026年3月31日。https://new.nat6.net/news/cmoegbhaj008wslxxhovhk4yr/