PLOS Computational Biology· Frank R, Widrich M, Akbar R, Klambauer G, Sandve GK, Robert PA, Greiff V.·· 2026-09-28精选AI 评分62
GAMA：面向单类生成序列模型的归因方法，可从抗体序列中找回结合位点
Attribution assignment for deep-generative sequence models enables interpretability analysis using positive-only data.
AI 导读
【全文节选总结】研究提出GAMA，一种基于积分梯度的归因方法，通过比较训练后LSTM与随机初始化参考模型的梯度差异，从仅含正样本的生成序列模型中识别重要序列位置。在270个合成数据集上，AND逻辑基序在信号比例≥80%时假阴性率为0，OR逻辑在50%–100%信号比例下低于50%，XOR逻辑仅在90%–100%时低于50%，且结果对基序位置不敏感。
推荐理由
该研究提出面向单类生成序列模型的归因方法，并在合成与实验抗体数据上检验其找回结合位点的能力。
来源：PLOS Computational Biology · doi.org