michaelhla/pro-1
🧠 AI 模型michaelhla
一款通过 GRPO 训练的推理模型，利用 Rosetta REF2015 优化蛋白质稳定性。
pro-1 代表了强化学习与结构生物学的深度融合。该模型专门使用 GRPO（一种通过比较多个输出以优化策略性能的技术）进行微调，以与蛋白质结构预测和设计领域的黄金标准——Rosetta REF2015 能量函数对齐。通过将蛋白质稳定性视为一项推理任务，pro-1 实现了对氨基酸序列更精确的计算建模。该仓库提供了必要的 Python 基础设施，将基于 LLM 的推理与生物物理评分函数相结合。这种方法超越了简单的序列生成，使模型能够针对蛋白质结构的能量有利性进行“推理”，最终助力于发现更稳定的蛋白质变体，以应用于治疗和工业领域。
💡核心亮点
- ├─基于 GRPO 训练的推理模型
- ├─与 Rosetta REF2015 深度对齐
- └─专为蛋白质稳定性优化设计
🎯适用人群
- ├─计算生物学家
- ├─AI 研究人员
- └─蛋白质工程师