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
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11