Subspace-Guided Evolutionary Search

新假设和搜索方法利用语言模型改进蛋白质进化

研究人员提出了一种名为线性适应性子空间（LFS）的新假设，该假设认为蛋白质语言模型（PLMs）中一小组方向可以准确预测蛋白质的适应性变化。这一观察基于PLMs中因突变引起的表示变化可以从少数标记变体中线性访问的理念。为了利用这一点，他们开发了子空间引导进化搜索（SGES）方法，该方法从少量样本中估计LFS，以改进学习子空间内的代理建模和不确定性估计。与现有方法相比，SGES在众多蛋白质测定中展示了改进的适应性预测和搜索效率。