字节跳动Seed开源PAR模型,用于多尺度蛋白质结构生成

科研狗大喜!兄弟们~ 字节也开始下场搞了一个PAR (蛋白质生成自回归)模型! ByteDance…

精选理由

字节开源了PAR蛋白生成模型,有400M和60M参数,Apache 2.0协议,支持多尺度结构生成,做生物计算的可以试试。

AI 摘要

字节跳动Seed团队在Hugging Face开源了PAR(Protein Autoregressive Modeling via Multiscale Structure Generation)模型。这是一个自回归蛋白质结构生成模型,支持多尺度结构生成。模型提供了400M和60M参数两个版本,采用Apache 2.0协议。该模型属于AI for Science方向,目标是生成高质量的蛋白质结构。

原文 · berryxia

科研狗大喜!兄弟们~ 字节也开始下场搞了一个PAR (蛋白质生成自回归)模型! ByteDance…

科研狗大喜!兄弟们~ 字节也开始下场搞了一个PAR (蛋白质生成自回归)模型!

ByteDance Seed在Hugging Face开源了PAR(Protein Autoregressive Modeling via Multiscale Structure Generation)。

这是一个针对蛋白质结构生成的自回归模型,支持多尺度结构生成。

他们放出了几个模型检查点(包括400M和60M参数版本),Apache 2.0协议。

和常见的图像/文本生成模型不同,这属于生物计算/AI for Science方向的模型,目标是生成高质量的蛋白质结构。

字节在开源蛋白质模型这块动作不算多,这次直接把多尺度自回归的做法开源出来,算是比较直接的贡献。

你觉得大厂在AI for Science(尤其是蛋白质/药物设计)方向的开源,会比在通用大模型上开源更有实际科学价值吗?

模型地址见评论区👇🏻