MIXTAP：用多任务学习与知识蒸馏联合预测蛋白内与蛋白间 PTM 串扰

MIXTAP 通过多任务学习与知识蒸馏联合预测蛋白质翻译后修饰（PTM）的蛋白内与蛋白间串扰，在公开数据集上持续优于现有方法。该模型将蛋白内与蛋白间串扰设为两个任务，先训练单任务教师模型，再把知识蒸馏进多任务学生模型。为捕捉 PTM 位点间相互作用，MIXTAP 引入任务特异的双向交叉条件特征重加权机制，以刻画两类串扰各自的模式。作者称这是首个用多任务学习策略联合学习两类 PTM 串扰的工作，并已公开实现代码供复现。