论文地址：Light attention predicts protein location from the language of life
LA-ProtT5: 语言模型表征+attention预测蛋白质定位
Abstract
知道蛋白质在细胞中的作用对于表征生物过程很重要，但目前大多数已知的蛋白质是没有的，目前专家设计的需要MSA信息或机器学习预测，搜索MSA和专家设计是比较昂贵的。这里使用来自蛋白质语言模型的嵌入在没有MSA的情况下进行蛋白质定位预测，取得了SOTA
Introduction
Prediction bridges gap between proteins with and without location annotations
在分子生物学中标准的预测工具是homology-based inference (HBI)，从已经注释的相似蛋白迁移到未注释的蛋白上，但是HBI方法在大多数蛋白上不可靠或者不可用
机器学习方法精度低，但是在大多蛋白上是可用的，比如使用MSA做输入，但随着数据库的增长，MSA的开销变得巨大
Protein language models better represent sequences
使用蛋白质语言模型的表征来预测蛋白质定位，不需要MSA，使用一种Light Attention (LA)
Methods
Data
标准的DeepLoc和从swissprot中构建的新的setHARD
Models
Results
