本文介绍香港中文大学团队利用大型蛋白质语言模型发现未知信号肽的研究成果。他们开发了一种名为无偏生物体不可知信号肽网络（USPNet）的深度学习方法，用于信号肽的分类和切割位点预测。实验结果显示，USPNet的分类性能比现有方法提高了10%。该方法从宏基因组数据中发现了347个与训练数据中信号肽差异很大的候选物，进一步丰富了信号肽资源。原文链接：分类性能提高 10%，港中大团队利用大型蛋白质语言模型发现未知的信号肽。作者微信：AItists。
