arXiv · NLP· Dan Ofer, Oriel Perets, Michal Linial, Nadav Rappoport·· 6 小时前AI 评分33
ProtSent: 利用对比后训练优化蛋白质序列嵌入几何结构
ProtSent: Protein Sentence Transformers
AI 导读
ProtSent 提出一种对比后训练框架，通过在三种生物关系上同时监督蛋白质语言模型，解决了 mean-pooling 序列嵌入未优化近邻几何的问题。 该框架应用于 ESM-2 (35M/150M) 和 ESM-C (300M)，在 SCOPe-40 上将 35M 模型的调整兰德指数从 0.054 提升至 0.507，且无需结构数据即可训练。
来源：arXiv · NLP · arxiv.org