本文系统研究了在蛋白质工程数据驱动方法中，利用半监督学习 (SSL) 提高蛋白质适应性预测的有效性，尤其是在标记数据稀缺的情况下。研究结果表明，基于 DCA 的序列编码与 MERGE 框架结合 SVM 回归模型在预测蛋白质适应性方面表现优异，尤其是在小标记数据集的情况下。该方法有效利用同源序列信息，并通过整合进化信息提升预测准确率。发表于 2025年06月01日

原文链接：https://x.com/BiologyAIDaily/status/1929167482776125457