EvoIF 把同源序列和逆折叠信号结合起来做蛋白质 fitness 预测
KevinKaichuang · x · 2026-07-24
这条帖子讨论的是 蛋白质 fitness 预测 的方法问题。
- 转发观点认为，单靠进化数据去做 zero-shot fitness prediction 是有局限的：模型最多只能知道某个序列“像不像自然界里可行”，但未必知道它对你真正关心的功能是否最优。
- 引用的论文介绍了 EvoIF：一个轻量级预测器，把两类信号结合起来——一类是从同家族同源序列提取的进化 profile，另一类是从 inverse folding logits 蒸馏出的跨家族结构进化信号。
- 论文还给出一个解释框架：MLM 之所以对零样本 fitness 预测有效，可能是因为自然进化可被视为一种隐式 reward maximization，而现存序列像是“专家示范”。
所属事件:EvoIF 模型提升蛋白质预测效率(2 条相关)→
「研究」频道最新
- arXiv 避坑提示续：分类器推荐不同主分类时应接受，否则几乎必被搁置 — tdietterich · 2026-10-27
- arXiv 积压超 4000 篇论文被搁置，版主致歉并给出避坑建议 — tdietterich · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 开源决策模型打《红色警戒2》：先卖基地后自瞄自炸，训练后无人能敌 — heathercmiller · 2026-10-27
- DeepMind 论文：LLM 无法自行随机采样，需外部传入随机数 — rohanpaul_ai · 2026-10-27
- 世界模型新玩法：物体赋重量摩擦系数，物理引擎推演机器人动作 — jonstephens85 · 2026-10-27