计算机科学 > 机器学习
[提交于 2025年7月18日
]
标题: 百万规模的数据集和可泛化的基础模型用于纳米材料-蛋白质相互作用
标题: A million-scale dataset and generalizable foundation model for nanomaterial-protein interactions
摘要: 解锁纳米材料在医学和环境科学中的潜力取决于理解它们与蛋白质的相互作用,这是一个复杂的决策空间,人工智能有望带来变革性的影响。 然而,进展受到了有限数据集和现有模型泛化能力受限的阻碍。 在此,我们提出了NanoPro-3M,迄今为止最大的纳米材料-蛋白质相互作用数据集,包含超过320万个样本和37,000种独特的蛋白质。 利用这一数据集,我们提出了NanoProFormer,一种通过多模态表示学习预测纳米材料-蛋白质亲和力的基础模型,表现出强大的泛化能力,能够处理缺失特征以及未见过的纳米材料或蛋白质。 我们证明了多模态建模显著优于单模态方法,并确定了冠层形成的决定因素。 此外,我们通过零样本推理和微调展示了其在一系列下游任务中的适用性。 总之,这项工作为高性能和通用的纳米材料-蛋白质相互作用终点预测奠定了坚实的基础,减少了实验依赖性,并加速了各种体外应用。
当前浏览上下文:
cs.LG
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.