跳到正文
热点事件观察中

EvoGraph:融合进化语义与尾部感知图对比学习的PPI预测框架

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

EvoGraph 作者团队提出并公开了蛋白质–蛋白质相互作用预测框架 EvoGraph,将预训练蛋白质语言模型的进化语义与尾部感知图对比学习结合。作者称,在四个基准数据集上,EvoGraph 显著优于现有基线,尤其提升了对稀有尾部相互作用类型的识别,且不损害整体性能。 该方法针对多标签 PPI 预测中交互类型长尾分布导致稀有类别泛化差的问题:用多视图图神经网络编码器聚合类型特异的拓扑上下文,以尾部感知对比学习对少数类样本的潜空间做聚类正则化,防止其被头部类别淹没;特征经混合融合后以非对称损失优化。实现代码已在 GitHub 公开。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月29日
  1. Briefings in Bioinformatics
    EvoGraph:融合进化语义与尾部感知图对比学习预测蛋白质–蛋白质相互作用

    EvoGraph 通过融合预训练蛋白质语言模型的进化语义与尾部感知图对比学习,在四个基准数据集上显著优于现有基线,尤其提升了对稀有尾部相互作用类型的识别能力。该方法针对多标签蛋白质–蛋白质相互作用预测中交互类型长尾分布导致稀有类别泛化差的问题,设计了多视图图神经网络编码器聚合类型特异的拓扑上下文,并用尾部感知对比学习模块对少数类样本聚类正则化潜空间,防止其被头部类别淹没。特征经混合融合策略整合后以非对称损失优化。实现代码已公开。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。