蛋白质语言模型训练不宜丢弃单例

看起来非常有意思！ @KevinKaichuang：训练蛋白质语言模型时，人们通常会丢弃那些没有与至少一个其他蛋白质聚类的宏基因组蛋白质（单例）。我们与 @riavinod_ @Samir_char @avapamini @lorin_crawford 一起证明，这很可能不是正确的策略。