محققان در مطالعه اخیر خود راهکار هوشمندانهای برای چالش همترازی توالیهای چندگانه (MSA) در مدلهای زبانی پروتئینها ارائه دادهاند. از آنجایی که توالیهای حجیم پروتئینی در بودجههای محدود توکنها به سختی پردازش میشوند، روشهای معمولِ نمونهبرداری اغلب دقت کافی ندارند.
مدل جدید معرفی شده با نام «AP-REASONER» از یک رویکرد گراف عاملی (Factor-graph) استفاده میکند تا به جای انتخاب تصادفی یا هیوریستیک، به صورت بهینه و دقیقترین سیگنالهای تکاملی را شناسایی و حفظ کند. این یعنی دقت بالاتر در پیشبینی ساختار پروتئینها و درک بهتر تغییرات آنها! 🧠✨
منبع: arXiv Machine Learning