研究人员开发了AP-REASONER，一种用于蛋白质语言模型中多序列比对（MSA）序列采样的新型因子图方法。该方法将MSA序列采样视为一个优化问题，可以控制查询身份和多样性等进化信号。实验表明，AP-REASONER在结构敏感的下游任务上优于传统的序列采样启发式方法，能够可控地恢复蛋白质的替代构象。 AI
影响 这项研究为蛋白质语言模型提供了更可控、更有效的数据准备方法，有望提高其在结构敏感任务中的准确性和能力。
排序理由 该集群包含一篇详细介绍蛋白质语言模型新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
