这项研究引入了序列蛋白质Transformer (SPT) 这一新型Transformer架构，旨在无需昂贵预训练即可高效准确地预测蛋白质功能。SPT模型展现出卓越的预测精度，并开发了序列评分（Sequence Score）这一可解释人工智能方法，以揭示蛋白质Transformer的决策机制，从而发现具有生物学意义的序列基序。这些发现不仅提升了蛋白质功能预测能力，也为生化、生理及药物应用提供了新见解，尤其在药物设计方面具有潜在价值。发表于 2025年06月10日。

原文链接：https://x.com/BiologyAIDaily/status/1932428358778052783