Protein Structure Tokenizers (PSTs)

新型Ensembits分词器捕捉蛋白质动力学用于语言建模

研究人员开发了Ensembits，这是一种新颖的分词器，旨在表示蛋白质构象集合，它捕捉了超越静态结构的动态运动和替代状态。这种新方法通过使用具有帧蒸馏目标的残差VQ-VAE来解决编码可变大小集合和稀疏动力学数据的挑战。Ensembits在预测蛋白质动力学方面表现出优越的性能，并且在各种预测任务上匹配或超过静态分词器，尽管使用了更少预训练数据，为将动力学纳入蛋白质语言建模和设计铺平了道路。