bioRxiv 预印本· Ueda, H. H., Tucs, A., Tsuda, K., Umetsu, M., Saito, Y. ·· 12 天前AI 评分20
pLM-bVAE:蛋白质语言模型增强的二进制表征改进量子退火蛋白质序列设计
pLM-bVAE: protein language model-enhanced binary representation improves quantum annealing-based protein sequence design
AI 导读
研究者提出 pLM-bVAE,将预训练蛋白质语言模型(pLM)表征引入原 bVAE 模型,以改进量子退火(QA)蛋白质序列设计中的二进制编码与序列重建。在三个公开蛋白质变体数据集上,pLM-bVAE 的序列重建准确率和二进制编码性能均优于 bVAE;嵌入 QA 设计框架后,其在全部三个数据集中生成的高分序列更多,且与训练、验证数据的序列差异更大。
来源:bioRxiv 预印本 · biorxiv.org