Protein Large Language Models: A Comprehensive Survey

杠杆(统计) 数据科学 计算机科学 蛋白质功能 分类学(生物学) 功能(生物学) 光学(聚焦) 计算生物学 蛋白质测序 钥匙(锁) 人类蛋白质 知识管理
作者
Yang Xiao,Wanjia Zhao,Junkai Zhang,Yiqiao Jin,Han Zhang,Zhicheng Ren,Renliang Sun,Haixin Wang,Guangquan Wan,Lu Pan,Xiao‐Jun Luo,Yu Zhang,James Zou,Yizhou Sun,Wei Wang
标识
DOI:10.48550/arxiv.2502.17504
摘要

Protein-specific large language models (Protein LLMs) are revolutionizing protein science by enabling more efficient protein structure prediction, function annotation, and design. While existing surveys focus on specific aspects or applications, this work provides the first comprehensive overview of Protein LLMs, covering their architectures, training datasets, evaluation metrics, and diverse applications. Through a systematic analysis of over 100 articles, we propose a structured taxonomy of state-of-the-art Protein LLMs, analyze how they leverage large-scale protein sequence data for improved accuracy, and explore their potential in advancing protein engineering and biomedical research. Additionally, we discuss key challenges and future directions, positioning Protein LLMs as essential tools for scientific discovery in protein science. Resources are maintained at https://github.com/Yijia-Xiao/Protein-LLM-Survey.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
Akim的应助被积极的亦云采纳,获得10
刚刚
xsc完成签到,获得积分10
刚刚
wangwang发布了新的文献求助10
2秒前
3秒前
聘聘发布了新的文献求助10
3秒前
小米完成签到,获得积分10
3秒前
搞怪的思卉完成签到,获得积分10
5秒前
谢谢大佬发布了新的文献求助10
5秒前
5秒前
Yihao发布了新的文献求助10
5秒前
打工人发布了新的文献求助10
7秒前
CodeCraft的应助被雨小葵采纳,获得10
8秒前
Gj完成签到,获得积分10
8秒前
孤独彤发布了新的文献求助10
8秒前
玉米发布了新的文献求助10
8秒前
10秒前
10秒前
田様的应助被LucyMartinez采纳,获得10
10秒前
11秒前
Abhinesh完成签到,获得积分10
12秒前
深情安青的应助被健壮的黑猫采纳,获得10
13秒前
13秒前
14秒前
Rain发布了新的文献求助30
14秒前
所所的应助被聘聘采纳,获得10
15秒前
15秒前
刘小小123发布了新的文献求助20
15秒前
123发布了新的文献求助10
15秒前
aa3294发布了新的文献求助20
16秒前
敏感寒云完成签到,获得积分10
16秒前
16秒前
英吉利25发布了新的文献求助10
17秒前
cyxismintgreen完成签到,获得积分10
17秒前
白门小强发布了新的文献求助10
17秒前
19秒前
20秒前
柠栀完成签到,获得积分10
20秒前
20秒前
21秒前
高分求助中
(应助此贴封号)通过应助OA文献获取积分 10000
Rosenblum, Global Change Biology 800
Organizational Behavior 510
Arbitrage Theory in Discrete and Continuous Time 500
A Silent Apostrophe:The Fayum Portraits 310
四川大学学位论文.郭瑞昂. 基于高压热扩散的n型磷掺杂金刚石半导体制备研究 300
English Longitudinal Study of Ageing: Waves 0-11, 1998-2024 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 化学工程 内科学 物理 生物化学 复合材料 催化作用 细胞生物学 人工智能 心理学 无机化学 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 7830085
求助须知:如何正确求助?哪些是违规求助? 9354699
关于积分的说明 20580089
捐赠科研通 7422953
什么是DOI,文献DOI怎么找? 3336362
关于科研通互助平台的介绍 2480976
邀请新用户注册赠送积分活动 2356816