研究人员开发了 ORBIT 框架，用于分析蛋白质适应性景观中的复杂相互作用。该方法区分了相互作用的存在、表示能够访问它们的程度以及实现的功能恢复。ORBIT 在合成景观和 GB1 适应性景观上进行了测试，并比较了各种机器学习模型，包括标准的 MLP 和新颖的残差交互 Tokenization (RIT) 方法。虽然 RIT 在 Token 阶段显示出改进的成对可访问性，但更深的 MLP 在高阶相互作用的预测和功能恢复方面表现更好。 AI
影响 引入了一种分析复杂生物数据的新方法，有望改进生物信息学和药物发现中的 AI 应用。
排序理由 学术论文，详细介绍了新框架和实验结果。[lever_c_demoted from research: ic=1 ai=0.7]
- Maryam Rahimimovassagh
- ORBIT
- protein fitness landscapes
- Residual Interaction Tokenization (RIT)
- Rochester Institute of Technology
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
