본문으로 건너뛰기
ToolPotion
AI 어드바이저
제출 (무료)

ProGen3 단백질 생성 모델

ProGen3는 광범위한 단백질 서열에 대해 훈련된 수십억 개의 매개변수를 가진 언어 모델을 활용하여 단백질 생성을 위해 설계된 AI 모델 모음입니다. 이는 새로운 단백질을 생성하고 기존 단백질을 개선된 기능을 위해 재설계할 수 있게 합니다.

모델 보기
공유
모델 보기
공유

ProGen3는 34억 개 이상의 단백질 서열에 대해 훈련된 수십억 개의 매개변수를 가진 AI 모델을 활용하여 단백질 설계의 최전선에 있습니다. 이 모델들은 새로운 전체 길이의 단백질을 생성하고 기존 단백질의 특정 도메인을 재설계하여 기능을 향상시키도록 설계되었습니다. 이 플랫폼은 희소 아키텍처를 사용하여 성능을 저하시키지 않으면서도 네 배의 속도 향상을 달성합니다. ProGen3는 언어 모델 훈련에 최적화된 포괄적인 데이터셋인 Profluent Protein Atlas v1에서 훈련되어 460억 개의 매개변수 모델로 확장할 수 있습니다. 이러한 확장은 ProGen3가 이전에 알려지지 않은 단백질 계열에서 단백질을 생성할 수 있게 하여 다양성을 크게 증가시킵니다.

더 읽기

ProGen3의 기능은 항체 및 컴팩트 유전자 편집기 설계로 확장됩니다. OpenAntibodies 이니셔티브는 승인된 치료제의 친화도와 일치하는 항체를 생성할 수 있는 능력을 보여주며, 아미노산 조성에서 상당한 차이를 보입니다. 이 접근 방식은 이러한 항체의 로열티 무료 또는 선불 무료 라이센스를 허용합니다. 유전자 편집 분야에서 ProGen3는 실험실 환경에서 효과적으로 작동하는 초소형 단백질을 개발하여 CRISPR-Cas 시스템의 크기 제한과 같은 문제를 해결합니다.

Profluent는 파트너에게 단백질 자산을 라이센스하거나 새로운 단백질 설계에 협력할 기회를 제공합니다. ProGen3 API에 대한 조기 액세스 프로그램도 제공되어 파트너가 특정 데이터나 사용 사례에 맞게 모델을 사용자 정의할 수 있습니다. 이 플랫폼은 단백질 설계를 위한 혁신적인 솔루션을 제공함으로써 치료제, 농업 및 생물 제조와 같은 산업을 혁신할 준비가 되어 있습니다.

  • 카테고리과학적 발견 및 실험실 도구
  • 요금제영업팀 문의
  • 배포클라우드
  • 플랫폼웹

  • 수십억 개의 매개변수를 가진 언어 모델

  • 34억 개의 단백질 서열

  • 단일 샷 항체 설계

  • 초소형 유전자 편집기

  • 속도 향상을 위한 희소 아키텍처

  • Profluent Protein Atlas v1

  • 460억 개의 매개변수 모델

  • API 조기 액세스 프로그램

  1. 구성: 모델 매개변수 설정

  2. 사용: 단백질 생성 또는 재설계

  3. 최적화: 실험실 데이터와 모델 정렬

  4. 협력: 맞춤형 솔루션을 위한 파트너십

  • 항체 설계
  • 유전자 편집
  • 단백질 재설계
  • 생물 제조
  • 치료제 개발

ProGen3 단백질 생성 모델 리뷰

로딩 중...

ProGen3 단백질 생성 모델와(과) 비슷한 인기 AI 도구

OmegaFold

AI GitHub 저장소

OmegaFold는 1차 아미노산 서열에서 직접 3D 단백질 구조를 생성하는 고해상도 de novo 단백질 구조 예측 도구입니다. 추론 시 긴 단백질에 대한 GRAM 감소를 제공하며 macOS에서 Apple Silicon 가속을 지원합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학
도구 보기

AI GitHub 저장소

1차 아미노산 서열에서 직접 3D 단백질 구조를 생성하는 고해상도 de novo 단백질 구조 예측 도구입니다. 추론 시 긴 단백질에 대한 GRAM 감소를 제공하며 macOS에서 Apple Silicon 가속을 지원합니다.OmegaFold는 1차 아미노산 서열에서 직접 3D 단백질 구조를 생성하는 고해상도 de novo 단백질 구조 예측 도구입니다. 추론 시 긴 단백질에 대한 GRAM 감소를 제공하며 macOS에서 Apple Silicon 가속을 지원합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학
AI GitHub 저장소 TOP 250 보기

ESMFold2는 아미노산 서열로부터 고해상도, 전자 원자 3D 단백질 구조를 예측합니다. 단일 서열 및 MSA 조건 모델에 대한 공개 액세스를 제공하여 어려운 타겟에 대한 정확성을 향상시킵니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학
도구 보기

아미노산 서열로부터 고해상도, 전자 원자 3D 단백질 구조를 예측합니다. 단일 서열 및 MSA 조건 모델에 대한 공개 액세스를 제공하여 어려운 타겟에 대한 정확성을 향상시킵니다.ESMFold2는 아미노산 서열로부터 고해상도, 전자 원자 3D 단백질 구조를 예측합니다. 단일 서열 및 MSA 조건 모델에 대한 공개 액세스를 제공하여 어려운 타겟에 대한 정확성을 향상시킵니다.

추천과학적 발견 및 실험실 도구헬스케어 및 생명과학
AI 모델 TOP 5 보기

AlphaFold 3는 Google DeepMind가 개발한 AI 모델로, 단백질 구조와 상호작용을 예측하여 생물학 연구와 분자 상호작용 이해를 크게 가속화합니다.

AI 모델 및 LLM헬스케어 및 생명과학
도구 보기

Google DeepMind가 개발한 AI 모델로, 단백질 구조와 상호작용을 예측하여 생물학 연구와 분자 상호작용 이해를 크게 가속화합니다.AlphaFold 3는 Google DeepMind가 개발한 AI 모델로, 단백질 구조와 상호작용을 예측하여 생물학 연구와 분자 상호작용 이해를 크게 가속화합니다.

추천AI 모델 및 LLM헬스케어 및 생명과학
AI 모델 TOP 5 보기

알파폴드는 구글 딥마인드가 아미노산 서열로부터 단백질 3D 구조를 예측하기 위해 개발한 AI 시스템입니다. 2억 개 이상의 항목을 제공하여 과학 연구를 지원하며, 커뮤니티에 무료로 고정밀 예측을 제공합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학

학술 문헌 검색 6위

도구 보기

구글 딥마인드가 아미노산 서열로부터 단백질 3D 구조를 예측하기 위해 개발한 AI 시스템입니다. 2억 개 이상의 항목을 제공하여 과학 연구를 지원하며, 커뮤니티에 무료로 고정밀 예측을 제공합니다.알파폴드는 구글 딥마인드가 아미노산 서열로부터 단백질 3D 구조를 예측하기 위해 개발한 AI 시스템입니다. 2억 개 이상의 항목을 제공하여 과학 연구를 지원하며, 커뮤니티에 무료로 고정밀 예측을 제공합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학
학술 문헌 검색 6위

ESM Metagenomic Atlas는 Meta AI에서 제공하는 오픈 리소스로, 메타게놈 데이터에서 예측된 7억 7,200만 개 이상의 단백질 구조에 대한 액세스를 제공합니다. 연구자들이 단백질 폴드와 서열을 탐색, 검색 및 분석하여 미생물 다양성과 단백질 기능에 대한 이해를 발전시킬 수 있도록 지원합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학

학술 문헌 검색 130위

도구 보기

Meta AI에서 제공하는 오픈 리소스로, 메타게놈 데이터에서 예측된 7억 7,200만 개 이상의 단백질 구조에 대한 액세스를 제공합니다. 연구자들이 단백질 폴드와 서열을 탐색, 검색 및 분석하여 미생물 다양성과 단백질 기능에 대한 이해를 발전시킬 수 있도록 지원합니다.ESM Metagenomic Atlas는 Meta AI에서 제공하는 오픈 리소스로, 메타게놈 데이터에서 예측된 7억 7,200만 개 이상의 단백질 구조에 대한 액세스를 제공합니다. 연구자들이 단백질 폴드와 서열을 탐색, 검색 및 분석하여 미생물 다양성과 단백질 기능에 대한 이해를 발전시킬 수 있도록 지원합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학
학술 문헌 검색 130위

Cradle

AI 앱

Cradle은 과학자를 위한 단백질 공학 AI 플랫폼입니다. 실험 데이터를 사용하여 단백질 후보를 생성하고 특성을 향상시킵니다. 이 플랫폼은 필요한 실험 횟수를 줄여 바이오 제약 및 산업 R&D를 위한 바이오 솔루션 개발을 가속화합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학

과학적 발견 및 실험실 도구 17위

도구 보기

AI 앱

과학자를 위한 단백질 공학 AI 플랫폼입니다. 실험 데이터를 사용하여 단백질 후보를 생성하고 특성을 향상시킵니다. 이 플랫폼은 필요한 실험 횟수를 줄여 바이오 제약 및 산업 R&D를 위한 바이오 솔루션 개발을 가속화합니다.Cradle은 과학자를 위한 단백질 공학 AI 플랫폼입니다. 실험 데이터를 사용하여 단백질 후보를 생성하고 특성을 향상시킵니다. 이 플랫폼은 필요한 실험 횟수를 줄여 바이오 제약 및 산업 R&D를 위한 바이오 솔루션 개발을 가속화합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학
과학적 발견 및 실험실 도구 17위

Uni-Mol

AI GitHub 저장소

Uni-Mol은 속성 예측 및 결합 자세 예측과 같은 다양한 다운스트림 작업을 위한 범용 3D 분자 표현 학습 프레임워크입니다. 확장 가능한 사전 학습 모델과 분자 작업을 위한 사용하기 쉬운 래퍼를 제공하는 Uni-Mol+, Uni-Mol Tools, Uni-Mol Docking V2 및 Uni-Mol2를 포함합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학
도구 보기

AI GitHub 저장소

속성 예측 및 결합 자세 예측과 같은 다양한 다운스트림 작업을 위한 범용 3D 분자 표현 학습 프레임워크입니다. 확장 가능한 사전 학습 모델과 분자 작업을 위한 사용하기 쉬운 래퍼를 제공하는 Uni-Mol+, Uni-Mol Tools, Uni-Mol Docking V2 및 Uni-Mol2를 포함합니다.Uni-Mol은 속성 예측 및 결합 자세 예측과 같은 다양한 다운스트림 작업을 위한 범용 3D 분자 표현 학습 프레임워크입니다. 확장 가능한 사전 학습 모델과 분자 작업을 위한 사용하기 쉬운 래퍼를 제공하는 Uni-Mol+, Uni-Mol Tools, Uni-Mol Docking V2 및 Uni-Mol2를 포함합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학
AI GitHub 저장소 TOP 250 보기

딥 제노믹스는 AI와 생물학을 활용하여 유전 의약품을 발견하고 설계합니다. 그들의 BioFM 플랫폼은 다른 사람들이 놓칠 수 있는 분자와 표적을 식별하여 약물 발견을 가속화하고, 삶을 변화시키는 의약품을 만드는 것을 목표로 합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학

과학적 발견 및 실험실 도구 16위

도구 보기

AI와 생물학을 활용하여 유전 의약품을 발견하고 설계합니다. 그들의 BioFM 플랫폼은 다른 사람들이 놓칠 수 있는 분자와 표적을 식별하여 약물 발견을 가속화하고, 삶을 변화시키는 의약품을 만드는 것을 목표로 합니다.딥 제노믹스는 AI와 생물학을 활용하여 유전 의약품을 발견하고 설계합니다. 그들의 BioFM 플랫폼은 다른 사람들이 놓칠 수 있는 분자와 표적을 식별하여 약물 발견을 가속화하고, 삶을 변화시키는 의약품을 만드는 것을 목표로 합니다.

과학적 발견 및 실험실 도구헬스케어 및 생명과학
과학적 발견 및 실험실 도구 16위
1/8