EpiRank表位预测器发布并揭示评测陷阱

Lin、Lu 等发布预印本，提出不依赖结合伙伴的表位预测器 EpiRank：仅用单链几何与理化特征（170 个特征，不做序列搜索），在 HumanPPI 的 29,246 个预测人类二聚体、12,296 条目标链、418 万残基上训练，并在通过伙伴污染过滤的 3,529 条链上以检索问题评测。 作者称，按同一规则随机放置的紧凑片段有 41% 命中真实表位，因此模型相对随机基线的提升为 1.57 倍，而非 64%；全部预测片段中有 54% 未落在任何表位上。作者还称，用分别基于 2,000 条链和 11,669 条链超集训练的模型给同一批链打分时，相当一部分链的答案发生变化，而总体指标几乎不动，据此提出检索式评测中的陷阱。 这些数字均为作者在预印本中的报告，尚未经同行评审。

AI 根据报道生成 · 8 天前更新