БОЛЬШИЕ ЯЗЫКОВЫЕ МОДЕЛИ В БИОТЕХНОЛОГИИ: ДИЗАЙН БЕЛКОВ, ФЕРМЕНТОВ И ГЕНОМНОЕ РЕДАКТИРОВАНИЕ
Авторы:
1.
Санкт-Петербургский политехнический университет Петра Великого
2.
Казанский национальный исследовательский технологический университет
Тип:
Статья
Страницы:
с 118
по 125
Статус:
Опубликован
Получено:
03.02.2026
Одобрено:
02.03.2026
Опубликовано:
05.05.2026
Язык материала:
русский
Ключевые слова:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, БИОТЕХНОЛОГИЯ, БОЛЬШИЕ ЯЗЫКОВЫЕ МОДЕЛИ, ГЛУБОКОЕ ОБУЧЕНИЕ, МАШИННОЕ ОБУЧЕНИЕ, АМИНОКИСЛОТНАЯ ПОСЛЕДОВАТЕЛЬНОСТЬ, БЕЛКОВАЯ ИНЖЕНЕРИЯ, ФЕРМЕНТНАЯ ИНЖЕНЕРИЯ, ГЕНОМНОЕ РЕДАКТИРОВАНИЕ, TARGET-OFF ЭФФЕКТ, CRISPR CAS-9, БЕЛКОВАЯ ЯЗЫКОВАЯ МОДЕЛЬ PROGEN, ИНТЕРПРЕТИРУЕМОСТЬ МОДЕЛЕЙ
Аннотация:
Представление биологических последовательностей - белков, ферментов и нуклеиновых кислот - в виде формализованных «языков» открыло новые возможности для их анализа, моделирования и генерации. На основе анализа публикаций российских и зарубежных авторов выявлены следующие перспективные направления использования больших языковых моделей в биотехнологии: дизайн белков, ферментная инженерия, геномное редактирование. Статья посвящена анализу современных подходов к использованию больших языковых моделей и глубокого обучения (Deep Learning, DL) в инженерии белков и ферментов, а также в задачах геномного редактирования, включая оценку непреднамеренных модификаций CRISPR Cas-9 систем. Особое внимание уделяется биотехнологическому потенциалу данных методов, их ограничениям, проблемам интерпретируемости и биобезопасности. На основе анализа актуальных исследований обсуждаются перспективы интеграции языковых моделей в молекулярные и промышленные биотехнологические процессы.
Представление биологических последовательностей - белков, ферментов и нуклеиновых кислот - в виде формализованных «языков» открыло новые возможности для их анализа, моделирования и генерации. На основе анализа публикаций российских и зарубежных авторов выявлены следующие перспективные направления использования больших языковых моделей в биотехнологии: дизайн белков, ферментная инженерия, геномное редактирование. Статья посвящена анализу современных подходов к использованию больших языковых моделей и глубокого обучения (Deep Learning, DL) в инженерии белков и ферментов, а также в задачах геномного редактирования, включая оценку непреднамеренных модификаций CRISPR Cas-9 систем. Особое внимание уделяется биотехнологическому потенциалу данных методов, их ограничениям, проблемам интерпретируемости и биобезопасности. На основе анализа актуальных исследований обсуждаются перспективы интеграции языковых моделей в молекулярные и промышленные биотехнологические процессы.
Ключевые слова:
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, БИОТЕХНОЛОГИЯ, БОЛЬШИЕ ЯЗЫКОВЫЕ МОДЕЛИ, ГЛУБОКОЕ ОБУЧЕНИЕ, МАШИННОЕ ОБУЧЕНИЕ, АМИНОКИСЛОТНАЯ ПОСЛЕДОВАТЕЛЬНОСТЬ, БЕЛКОВАЯ ИНЖЕНЕРИЯ, ФЕРМЕНТНАЯ ИНЖЕНЕРИЯ, ГЕНОМНОЕ РЕДАКТИРОВАНИЕ, TARGET-OFF ЭФФЕКТ, CRISPR CAS-9, БЕЛКОВАЯ ЯЗЫКОВАЯ МОДЕЛЬ PROGEN, ИНТЕРПРЕТИРУЕМОСТЬ МОДЕЛЕЙ
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, БИОТЕХНОЛОГИЯ, БОЛЬШИЕ ЯЗЫКОВЫЕ МОДЕЛИ, ГЛУБОКОЕ ОБУЧЕНИЕ, МАШИННОЕ ОБУЧЕНИЕ, АМИНОКИСЛОТНАЯ ПОСЛЕДОВАТЕЛЬНОСТЬ, БЕЛКОВАЯ ИНЖЕНЕРИЯ, ФЕРМЕНТНАЯ ИНЖЕНЕРИЯ, ГЕНОМНОЕ РЕДАКТИРОВАНИЕ, TARGET-OFF ЭФФЕКТ, CRISPR CAS-9, БЕЛКОВАЯ ЯЗЫКОВАЯ МОДЕЛЬ PROGEN, ИНТЕРПРЕТИРУЕМОСТЬ МОДЕЛЕЙ
