用 ESM 嵌入找相似位点造标签，数据增强提升蛋白质 pKa 预测
bravo_abad · x · 2026-10-27
氨基酸所带电荷取决于其在蛋白质内部的环境，预测其质子化状态（pKa）对理解酶活性很重要，但实验测得的 pKa 数据稀缺。Shen 等人训练了一个小型神经网络，基于 ESM 蛋白质语言模型的嵌入直接从序列预测 pKa。
其数据增强策略值得借鉴：以某个已有实测 pKa 的氨基酸为起点，在蛋白质数据库中搜索嵌入高度相似的其他氨基酸，并将实测值作为合成训练标签赋给它们——假设学习到的表示相似即代表生化环境相近。作者还直接验证了这一假设，图中 RMSE 对比显示，采用高相似度阈值（0.8–1.0）的 GAINES 增强显著降低误差，优于不增强和简单复制。
「研究」频道最新
- 曝 OpenAI 同周连破两大千禧年难题：Navier-Stokes 与 Yang-Mills 证明仅隔 4 天 — haider1 · 2026-10-27
- OpenAI 最新数学成果被指含 Kakeya 猜想证明，AGMAI 催促公开 Yang-Mills 材料 — calabi_and_yau · 2026-10-27
- EBRAINS 新研究：平均场模型让全脑模拟更贴近生物真实 — AnnaCiaunica · 2026-10-27
- GenXR-Bench：AI 编码工具做 XR 应用，最强模型仅 50.9% 通过率 — rohanpaul_ai · 2026-10-27
- EmbodiedLab 发布：评测机器人「动手做实验」求知的具身基准 — HexaFuture · 2026-10-27
- 浙大 RoboHarness：LLM 智能体加简单控制面板即超越 VLA 模型 — zju · 2026-10-27