bioRxiv 预印本· Stump, E., Dennison, H., Strobbia, P., Stan, G., Dima, R. I. ·· 24 天前AI 评分18
基于ESM-3生成蛋白复合物增强数据,提升蛋白质语言模型预测性能
Building from the ground up: augmentation strategies to improve protein language model performance on protein sets
AI 导读
一项bioRxiv预印本研究探讨了数据受限条件下蛋白质语言模型(pLM)的学习表现,发现缩小训练集中蛋白-蛋白复合物的分布范围,可使模型在仅需泛化至分布内数据时训练集规模降低一个数量级。在主动学习(AL)中,用生成式pLM ESM-3产生的复合物扩充训练集后,分布内与分布外的MCC均出现小幅但持续的提升。
来源:bioRxiv 预印本 · biorxiv.org