MIXTAP：多任务学习预测PTM串扰

BMC Bioinformatics 论文作者提出并发布 MIXTAP，一个用多任务学习与知识蒸馏联合预测蛋白质翻译后修饰（PTM）蛋白内与蛋白间串扰的模型。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。 模型将两类串扰设为两个任务：先训练单任务教师模型，再把知识蒸馏进多任务学生模型，并引入任务特异的双向交叉条件特征重加权机制来刻画两类串扰各自的模式。作者报告在公开数据集上 MIXTAP 持续优于现有方法，并已公开实现代码供复现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。