据ScienceAI公众号4月19日消息，西湖大学科研团队使用目前最多的4000万个蛋白质结构，在64张A100上训练了3个月，最终开源了具备650M参数量的模型SaPro。该模型利用Foldseek将蛋白质结构进行编码，并使用结构嵌入方式构建出新的结构感知词表，以此训练增强模型的表征能力。实验结果表明该模型蕴含丰富的结构信息，在各种蛋白质结构预测等任务的表现远超ESM-2等之前的序列和结构模型。

消息来源：https://mp.weixin.qq.com/s/pB2qJOMHilM7ETz1XwjWuw