bioRxiv · Bioinformatics· Ueda, H. H., Tucs, A., Tsuda, K., Umetsu, M., Saito, Y. ·· 3 天前精选AI 评分58
pLM-bVAE：蛋白语言模型增强二值表征改进量子退火蛋白质序列设计
pLM-bVAE: protein language model-enhanced binary representation improves quantum annealing-based protein sequence design
AI 导读
作者提出 pLM-bVAE，将预训练蛋白语言模型的表征引入原 bVAE 模型，用于量子退火蛋白质序列设计中的二值编码与序列解码。在三个公开蛋白变体数据集的计算实验中，pLM-bVAE 的序列重建准确率和二值编码表现均高于 bVAE，并在量子退火设计框架下生成更多高分序列，且与训练和验证数据的序列差异更大。结果基于计算实验，代码已在 GitHub 公开。
推荐理由
研究把蛋白语言模型表征接入二值变分自编码器，为量子退火序列设计的编码与重建环节提供对照。
来源：bioRxiv · Bioinformatics · biorxiv.org