bioRxiv 预印本· Zhu, W., Wang, S., Liu, X., Xue, Y., Shen, H.-B., Chen, B., Pan, X. ·· 20 小时前AI 评分18
AuditPPI：用稀疏自编码器指纹审计蛋白质-蛋白质相互作用预测信号
Auditing Protein-Protein Interaction Signals with Sparse Autoencoder Fingerprints
AI 导读
研究者提出可解释框架 AuditPPI，将冻结蛋白质语言模型的稀疏自编码器（SAE）特征转化为顺序不变的配对指纹，把 PPI 预测重构为可审计的表格学习问题。在多项 PPI 基准上，AuditPPI 取得有竞争力的预测性能，同时支持多尺度审计：常规基准（含 protein-disjoint 基准）中伙伴非依赖性参与信号仍占相当比重，但在拓扑与度数受控基准中不足以区分配对。
来源：bioRxiv 预印本 · biorxiv.org