MedElevator
Войти в исследования ProCyon: Модель мультимодальных основ для белковых фенотипов.
Аннотация
Характеристика белков человека остается серьезной проблемой: около 29% белков человека не имеют экспериментально подтвержденных функций и даже хорошо аннотированные белки часто не имеют специфических для контекста фенотипических ощущений. Чтобы создать условия для универсальной модели белковых фенотипов, мы представляем ProCyon, мультимодальную модель фундамента, использующую последовательность, структуру и естественный язык белков для генерирования и прогнозирования белковых фенотипов в различных областях знаний. ProCyon обучен нашему новому набору данных, ProCyon-Guide, с 33 миллионами программ белкового фенотипа. Что касается десятков контрольных задач, то < < ПроСион > > проводит конкурентную борьбу с однотипными и мультимодальными моделями. Кроме того, ProCyon условно извлекает белки с помощью механизмов действия небольших молекулных лекарств и контекстов заболеваний, и он генерирует потенциальные фенотипические описания для плохо известных белков, включая те, которые были замешаны в болезни Паркинсона, которые были выявлены после даты отсечения знаний ProCyon. Мы экспериментально подтверждаем прогнозы ProCyon в множестве склерозов с использованием после смерти мозга RNA-seq, идентифицирующих новые гены MS и проясняющих соответствующие механизмы траектории, совместимые с кортикальной патологией. ПроСион прокладывает путь к общему подходу для получения функционального понимания человеческого протеома.
Название и аннотация на языке оригинала
ProCyon: A multimodal foundation model for protein phenotypes.
Characterizing human proteins remains a major challenge: approximately 29% of human proteins lack experimentally validated functions and even well-annotated proteins often lack context-specific phenotypic insights. To enable universal modeling of protein phenotypes, we present ProCyon, a multimodal foundation model that utilizes protein sequence, structure, and natural language for generating and predicting protein phenotypes across diverse knowledge domains. ProCyon is trained on our novel dataset, ProCyon-Instruct, with 33 million protein phenotype instructions. On dozens of benchmarking tasks, ProCyon performs competitively against single-modal and multimodal models. Further, ProCyon conditionally retrieves proteins via mechanisms of action of small molecule drugs and disease contexts, and it generates candidate phenotypic descriptions for poorly characterized proteins, including those implicated in Parkinson's disease that were identified after ProCyon's knowledge cutoff date. We experimentally confirm ProCyon's predictions in multiple sclerosis using post-mortem brain RNA-seq, identifying novel MS genes and elucidating associated pathway mechanisms consistent with cortical pathology. ProCyon paves the way toward a general approach to generate functional insights into the human proteome.
Подготовка и перевод публикации
Обработка статьи · этапы, ошибки и управление
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Тип публикации указан по данным источника. Уровень доказательности автоматически не присваивается.