Bioinformatics (Oxford)· Murakami T, Hashidate Y, Matsunaga Y.·2026-10-01 08:00· 2026-10-01精选AI 评分65

研究用稀疏自编码器解析微调蛋白语言模型的纳米抗体热稳定性预测机制

Mechanistic interpretability of fine-tuned protein language models for nanobody thermostability prediction.

AI 导读

【全文总结】研究将ESM-2 8M在NbBench thermo-seq数据集上全参数微调，纳米抗体解链温度Tm预测的Spearman相关系数达0.780（95% CI 0.689–0.849），高于仅训练回归头的0.695及NbBench报告的AntiBERTa2的0.587。

推荐理由

研究用稀疏自编码器拆解微调后蛋白语言模型的纳米抗体热稳定性特征，并用自由能扰动验证部分位点。