Structural Interpretations of Protein Language Model Representations via Differentiable Graph Partitioning

Diese Forschung schlägt einen Rahmen vor, um Repräsentationen von Protein-Sprachmodellen zu interpretieren, indem sie auf Proteinkontaktgraphen projiziert und SoftBlobGIN, ein Graphen-Isomorphismus-Netzwerk, angewendet wird. Diese Methode führt eine strukturbewusste Nachrichtenübertragung durch, um funktionale Unterstrukturen zu lernen, erreicht eine Genauigkeit von 92,8% bei der Enzymklassifizierung und liefert nachvollziehbare strukturelle Erklärungen.