LucaVirus – 阿里开源的病毒基础大模型

LucaVirus是什么

LucaVirus 是阿里巴巴云 LucaGroup 研发的专为病毒设计的统一核酸 – 蛋白质语言模型。在 254 亿个核苷酸和氨基酸标记上训练，涵盖几乎所有已知病毒。模型可学习核苷酸和氨基酸序列间的关系等生物学上有意义的表示，基于此开发的下游模型能应对病毒学关键挑战，如识别基因组“暗物质”中的病毒、表征未知蛋白质酶活性、预测病毒进化能力、发现针对新病毒的抗体药物等，在相关任务上表现出色。其蛋白质嵌入能高分辨率区分蛋白质家族，嵌入距离与遗传距离相关性强，进化信息丰富，在抗体 – 抗原结合预测上性能优异，准确率等指标超过现有模型和基于结构的预测方法。

LucaVirus的主要功能

• 病毒发现：能识别隐藏在基因组“暗物质”中的病毒，帮助科学家在复杂的基因组数据中发现新的病毒序列，拓展对病毒种类的认知。