Scaling and Data Saturation in Protein Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Spinner, Aviv, DeBenedictis, Erika, Hudson, Corey M.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Quantitative Methods
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Protein Engineering Tournament: An Open Science Benchmark for Protein Modeling and Design
von: Armer, Chase, et al.
Veröffentlicht: (2023)

An Introduction to Mars Terraforming, 2025 Workshop Summary
von: Stork, Devon, et al.
Veröffentlicht: (2025)

Leveraging Protein Language Model Embeddings for Catalytic Turnover Prediction of Adenylate Kinase Orthologs in a Low-Data Regime
von: Muir, Duncan F., et al.
Veröffentlicht: (2025)

Detection of circular permutations by Protein Language Models
von: Hu, Yue, et al.
Veröffentlicht: (2024)

Leveraging Retrieval-Augmented Generation and Large Language Models to Predict SERCA-Binding Protein Fragments from Cardiac Proteomics Data
von: Phillips, Taylor A, et al.
Veröffentlicht: (2025)

Automated Protein Motif Localization using Concept Activation Vectors in Protein Language Model Embedding Space
von: Shamail, Ahmad, et al.
Veröffentlicht: (2025)

AutoProteinEngine: A Large Language Model Driven Agent Framework for Multimodal AutoML in Protein Engineering
von: Liu, Yungeng, et al.
Veröffentlicht: (2024)

VibeProteinBench: An Evaluation Benchmark for Language-interfaced Vibe Protein Design
von: Seo, Hyunjin, et al.
Veröffentlicht: (2026)

Co-Enrichment of Proteins in Extracellular Vesicles
von: Shen, Molly L., et al.
Veröffentlicht: (2023)

LiveProteinBench: A Contamination-Free Benchmark for Assessing Models' Specialized Capabilities in Protein Science
von: Rong, Dingyi, et al.
Veröffentlicht: (2025)

TourSynbio-Search: A Large Language Model Driven Agent Framework for Unified Search Method for Protein Engineering
von: Liu, Yungeng, et al.
Veröffentlicht: (2024)

TemPL: A Novel Deep Learning Model for Zero-Shot Prediction of Protein Stability and Activity Based on Temperature-Guided Language Modeling
von: Tan, Pan, et al.
Veröffentlicht: (2023)

Unveiling Scaling Laws of Parameter Identifiability and Uncertainty Quantification in Data-Driven Biological Modeling
von: Wang, Shun, et al.
Veröffentlicht: (2026)

Seq2Bind Webserver for Decoding Binding Hotspots directly from Sequences using Fine-Tuned Protein Language Models
von: Ma, Xiang, et al.
Veröffentlicht: (2025)

Knowledge from Large-Scale Protein Contact Prediction Models Can Be Transferred to the Data-Scarce RNA Contact Prediction Task
von: Jian, Yiren, et al.
Veröffentlicht: (2023)

AgentPLM: Agentic Protein Language Models with Reasoning-Augmented Decoding for Protein Sequence Design
von: Rahman, Sahil, et al.
Veröffentlicht: (2026)

ProT-GFDM: A Generative Fractional Diffusion Model for Protein Generation
von: Liang, Xiao, et al.
Veröffentlicht: (2025)

DPLM-2: A Multimodal Diffusion Protein Language Model
von: Wang, Xinyou, et al.
Veröffentlicht: (2024)

Greater than the Sum of Its Parts: Building Substructure into Protein Encoding Models
von: Calef, Robert, et al.
Veröffentlicht: (2025)

Topological Data Analysis for Unsupervised Feature Selection in Large Scale Spatial Omics Data Sets
von: Boyle, James, et al.
Veröffentlicht: (2025)

Learning the Language of Protein Structure
von: Gaujac, Benoit, et al.
Veröffentlicht: (2024)

Repurposing Protein Language Models for Latent Flow-Based Fitness Optimization
von: Arroyo, Amaru Caceres, et al.
Veröffentlicht: (2026)

ProtT-Affinity: Sequence-Based Protein-Protein Binding Affinity Prediction Using ProtT5 Embeddings
von: Lou, Hongfu
Veröffentlicht: (2025)

Endowing Protein Language Models with Structural Knowledge
von: Chen, Dexiong, et al.
Veröffentlicht: (2024)

LaGDif: Latent Graph Diffusion Model for Efficient Protein Inverse Folding with Self-Ensemble
von: Wu, Taoyu, et al.
Veröffentlicht: (2024)

Group Contrastive Learning for Weakly Paired Multimodal Data
von: Gorla, Aditya, et al.
Veröffentlicht: (2026)

Twin Peaks: Dual-Head Architecture for Structure-Free Prediction of Protein-Protein Binding Affinity and Mutation Effects
von: Dey, Supantha, et al.
Veröffentlicht: (2025)

Driving Accurate Allergen Prediction with Protein Language Models and Generalization-Focused Evaluation
von: Wong, Brian Shing-Hei, et al.
Veröffentlicht: (2025)

Beyond Protein Language Models: An Agentic LLM Framework for Mechanistic Enzyme Design
von: Jacob, Bruno, et al.
Veröffentlicht: (2025)

ViroGym: Realistic Large-Scale Benchmarks for Evaluating Viral Proteins
von: Zhou, Yichen, et al.
Veröffentlicht: (2026)

Equi-mRNA: Protein Translation Equivariant Encoding for mRNA Language Models
von: Yazdani-Jahromi, Mehdi, et al.
Veröffentlicht: (2025)

FAPS: A Fast Platform for Protein Structureomics Analysis
von: Wilken, Lucas, et al.
Veröffentlicht: (2025)

STELLAR-koff: A Transfer Learning Model for Protein-Ligand Dissociation Rate Constant Prediction Based on Interaction Landscape
von: Li, Jingyuan
Veröffentlicht: (2025)

Leveraging Machine Learning Models for Peptide-Protein Interaction Prediction
von: Yin, Song, et al.
Veröffentlicht: (2023)

Protein Fold Classification at Scale: Benchmarking and Pretraining
von: Chen, Dexiong, et al.
Veröffentlicht: (2026)

Identification of Capture Phases in Nanopore Protein Sequencing Data Using a Deep Learning Model
von: Martin, Annabelle, et al.
Veröffentlicht: (2025)

Beyond the Clinic: A Large-Scale Evaluation of Augmenting EHR with Wearable Data for Diverse Health Prediction
von: Wang, Will Ke, et al.
Veröffentlicht: (2025)

CAP: Commutative Algebra Prediction of Protein-Nucleic Acid Binding Affinities
von: Zia, Mushal, et al.
Veröffentlicht: (2025)

FoldSAE: Learning to Steer Protein Folding Through Sparse Representations
von: Zarzecki, Wojciech, et al.
Veröffentlicht: (2025)

ProtSolM: Protein Solubility Prediction with Multi-modal Features
von: Tan, Yang, et al.
Veröffentlicht: (2024)