跳到正文
Nature Communications· Peigen Yao; Dingfeng Wu; Ruixin Zhu; Qian Long; Bin Yang; Na Jiao; Xiaowen Pu; Guoqing Zhang; Wei Wang; Lei Liu·· 来源仅提供日期精选AI 评分66

miProbe:收录1.08×10^9条微生物肽并提供8 TB蛋白语言模型嵌入的平台

miProbe: microbial peptide repository of biological embeddings

AI 导读

研究团队提出 miProbe 平台,汇集来自不同生境的 1.08×10^9 条微生物肽,并提供 8 TB 预计算蛋白语言模型嵌入。平台嵌入示例包括 ESM2-650M 和 ProtT5-XL-U50,提供 API 便于模型集成,入口为 https://www.biosino.org/iMAC/miProbe。

推荐理由

平台汇集1.08×10^9条微生物肽并提供8 TB预计算蛋白语言模型嵌入,为功能肽挖掘提供了可复用的大规模数据入口。

已发表论文 · journal · 10.1038/s41467-026-79455-z

本站摘要基于收录版本 v1(2026-11-16),原始摘要与 AI 导读固定保留。

IF(5) 18.9 · 2025 · 期刊参考指标

摘要 · AI 翻译

微生物肽是微生物暗物质中一个庞大却在很大程度上尚未被探索的组成部分,为生物活性分子提供了宝贵的资源库。人工智能(AI)彻底改变了肽挖掘方式,在功能预测和从头设计等任务中展现出高通量筛选能力。为充分释放微生物资源的潜力,我们推出了 miProbe(https://www.biosino.org/iMAC/miProbe),这是一个整合平台,收录了来自不同生境的 1.08 × 10⁹ 条微生物肽。miProbe 的独特之处在于,它通过提供 8 TB 的预计算蛋白质语言模型嵌入(例如 ESM2-650M 和 ProtT5-XL-U50),弥合了原始序列与 AI 应用之间的鸿沟。我们的分析揭示了不同生境和微生物类群之间肽多样性与功能特性的显著差异,并凸显了大规模嵌入资源在功能肽挖掘中的实用价值。miProbe 配备了强大的 API,可实现模型的无缝集成,从而建立起一个多样化且可扩展的数据资源,以加速 AI 驱动的微生物暗物质探索和新型疗法的合理设计。作者推出 miProbe,这是一个旨在整合肽数据与功能表征的平台,并提供一项资源以加速 AI 驱动的微生物暗物质探索。

来源:Nature Communications · doi.org