deep mutational scanning

蛋白质语言模型信息在不同层级的分布被揭示

一项对13种蛋白质语言模型（PLMs）在15个下游任务上的新研究表明，这些模型的最终层并不总是包含对优化性能最具信息量的嵌入。研究人员发现，用于预测任务的相关信息根据任务和数据集的不同，分布在不同的层级中。例如，对于包含深度突变扫描数据的模型，浅层更有效；而对于多样化的天然蛋白质数据集，深层则更好。研究还指出，当任务涉及人工蛋白质时，性能会显著下降。