English(EN) Constraint-Aware Optimization for Robust Protein Stability Prediction

新框架提高蛋白质稳定性预测准确性

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-09 04:00

研究人员开发了一个新的约束感知优化框架，以提高蛋白质稳定性预测模型的鲁棒性。该框架在不改变架构的情况下应用于SPURS骨干，提高了在包括分布外蛋白质在内的各种基准测试上的性能。该方法引入了一种新颖的OOD-margin一致性损失和一种Siamese反对称正则化器，从而显著提高了预测准确性。 AI

影响增强了蛋白质稳定性预测模型的鲁棒性，可能加速药物发现和蛋白质工程。

排序理由这是一篇研究论文，详细介绍了一种用于在特定基准测试上提高模型性能的新方法。[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 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · A Shivram, Aneesh S. Chivukula, Manik Gupta, Sourav Chowdhury · 2026-06-09 04:00

面向鲁棒性蛋白质稳定性预测的约束感知优化

arXiv:2606.08100v1 Announce Type: new Abstract: Multimodal $\Delta\Delta G$ predictors integrating protein language models with inverse-folding representations achieve strong in-distribution accuracy on the Megascale dataset but exhibit limited robustness on out-of-distribution (…