bioRxiv 预印本· Aris-Brosou, S., Vilain, M. ·· 17 小时前AI 评分20
无监督病毒适应度预测受非平稳选择驱动：650M 蛋白语言模型弱于简单比对模型
A moving target: non-stationary selection governs unsupervised prediction of viral fitness
AI 导读
一项 bioRxiv 预印本研究用完全无监督流程预测病毒突变适应度，在 ProteinGym 的 21 项病毒深度突变扫描实验中，650M 参数单序列蛋白语言模型平均 Spearman 仅 0.15，而简单的位点独立比对模型达 0.39，并在 17/21 项中更优。
来源：bioRxiv 预印本 · biorxiv.org