Buchumschlag

Few-shot Protein Fitness Prediction via In-context Learning and Test-time Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Teufel, Felix, Kollasch, Aaron W., Huang, Yining, Winther, Ole, Yang, Kevin K., Notin, Pascal, Marks, Debora S.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Biomolecules Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-Scale Representation Learning for Protein Fitness Prediction
von: Zhang, Zuobai, et al.
Veröffentlicht: (2024)

Protriever: End-to-End Differentiable Protein Homology Search for Fitness Prediction
von: Weitzman, Ruben, et al.
Veröffentlicht: (2025)

TriFit: Trimodal Fusion with Protein Dynamics for Mutation Fitness Prediction
von: Cho, Seungik
Veröffentlicht: (2026)

Hermes: Large DEL Datasets Train Generalizable Protein-Ligand Binding Prediction Models
von: Kleinsasser, Maxwell, et al.
Veröffentlicht: (2026)

Rigid Protein-Protein Docking via Equivariant Elliptic-Paraboloid Interface Prediction
von: Yu, Ziyang, et al.
Veröffentlicht: (2024)

Pseudo-perplexity in One Fell Swoop for Protein Fitness Estimation
von: Kantroo, Pranav, et al.
Veröffentlicht: (2024)

Protein FID: Improved Evaluation of Protein Structure Generative Models
von: Faltings, Felix, et al.
Veröffentlicht: (2025)

Evolutionary Profiles for Protein Fitness Prediction
von: Fan, Jigang, et al.
Veröffentlicht: (2025)

MAPE-PPI: Towards Effective and Efficient Protein-Protein Interaction Prediction via Microenvironment-Aware Protein Embedding
von: Wu, Lirong, et al.
Veröffentlicht: (2024)

Steering Generative Models with Experimental Data for Protein Fitness Optimization
von: Yang, Jason, et al.
Veröffentlicht: (2025)

Mitigating Molecular Aggregation in Drug Discovery with Predictive Insights from Explainable AI
von: Sturm, Hunter, et al.
Veröffentlicht: (2023)

PLD-Tree: Persistent Laplacian Decision Tree for Protein-Protein Binding Free Energy Prediction
von: Xu, Xingjian, et al.
Veröffentlicht: (2024)

Into the Unknown: From Structure to Disorder in Protein Function Prediction
von: Kolarić, Đesika, et al.
Veröffentlicht: (2025)

ProtScan: Modeling and Prediction of RNA-Protein Interactions
von: Corrado, Gianluca, et al.
Veröffentlicht: (2024)

Mechanisms of AI Protein Folding in ESMFold
von: Lu, Kevin, et al.
Veröffentlicht: (2026)

PyMOLfold: Interactive Protein and Ligand Structure Prediction in PyMOL
von: Ford, Colby T., et al.
Veröffentlicht: (2025)

Improving Protein Optimization with Smoothed Fitness Landscapes
von: Kirjner, Andrew, et al.
Veröffentlicht: (2023)

DrugLLM: Open Large Language Model for Few-shot Molecule Generation
von: Liu, Xianggen, et al.
Veröffentlicht: (2024)

DeepFRI Demystified: Interpretability vs. Accuracy in AI Protein Function Prediction
von: Krishna, Ananya, et al.
Veröffentlicht: (2025)

SCOP: A Sequence-Structure Contrast-Aware Framework for Protein Function Prediction
von: Ma, Runze, et al.
Veröffentlicht: (2024)

MSAGPT: Neural Prompting Protein Structure Prediction via MSA Generative Pre-Training
von: Chen, Bo, et al.
Veröffentlicht: (2024)

DeepRLI: A Multi-objective Framework for Universal Protein--Ligand Interaction Prediction
von: Lin, Haoyu, et al.
Veröffentlicht: (2024)

IDP-Bert: Predicting Properties of Intrinsically Disordered Proteins (IDP) Using Large Language Models
von: Mollaei, Parisa, et al.
Veröffentlicht: (2024)

Protein-Nucleic Acid Complex Modeling with Frame Averaging Transformer
von: Huang, Tinglin, et al.
Veröffentlicht: (2024)

Long-context Protein Language Modeling Using Bidirectional Mamba with Shared Projection Layers
von: Wang, Yingheng, et al.
Veröffentlicht: (2024)

Persistent Directed Flag Laplacian (PDFL)-Based Machine Learning for Protein-Ligand Binding Affinity Prediction
von: Zia, Mushal, et al.
Veröffentlicht: (2024)

An Energy-Adaptive Elastic Equivariant Transformer Framework for Protein Structure Representation
von: Zhang, Zhongyue, et al.
Veröffentlicht: (2025)

Atom-level Protein Representation Learning Improves Protein Structure Prediction
von: Kim, Taewon, et al.
Veröffentlicht: (2026)

Open-Source Protein Language Models for Function Prediction and Protein Design
von: Pandi, Shivasankaran Vanaja, et al.
Veröffentlicht: (2024)

DL4Proteins Jupyter Notebooks Teach how to use Artificial Intelligence for Biomolecular Structure Prediction and Design
von: Chungyoun, Michael, et al.
Veröffentlicht: (2025)

Single-Sequence-Based Protein Secondary Structure Prediction using One-Hot and Chemical Encodings of Amino Acids
von: Trinh, Hoa, et al.
Veröffentlicht: (2024)

Fold-switching Proteins
von: Chakravarty, Devlina, et al.
Veröffentlicht: (2025)

STELLA: A Multimodal LLM for Protein Functional Annotation via Unified Sequence-Structure Encoding
von: Xiao, Hongwang, et al.
Veröffentlicht: (2025)

Steering Protein Family Design through Profile Bayesian Flow
von: Gong, Jingjing, et al.
Veröffentlicht: (2025)

Hierarchical Multi-Label Contrastive Learning for Protein-Protein Interaction Prediction Across Organisms
von: Liu, Shiyi, et al.
Veröffentlicht: (2025)

ContactNet: Geometric-Based Deep Learning Model for Predicting Protein-Protein Interactions
von: Halfon, Matan, et al.
Veröffentlicht: (2024)

Deep Learning for Protein Complex Prediction and Design
von: Xie, Ziwei
Veröffentlicht: (2026)

Decoding How Proteins Fold
von: Vila, Jorge
Veröffentlicht: (2025)

ProxelGen: Generating Proteins as 3D Densities
von: Faltings, Felix, et al.
Veröffentlicht: (2025)

Robust Optimization in Protein Fitness Landscapes Using Reinforcement Learning in Latent Space
von: Lee, Minji, et al.
Veröffentlicht: (2024)