Strukturelle Interpretationen von Protein-Language-Model-Repräsentationen durch differenzierbare Graph-Partitionierung

arXiv:2605.10985v1 Ankündigungstyp: neu Zusammenfassung: Protein-Language-Modelle wie ESM-2 lernen reichhaltige Residuum-Repräsentationen, die starke Leistung bei der Vorhersage von Proteinfunktionen erzielen, aber ihre Features bleiben schwer interpretierbar, da strukturelle und evolutionäre Signale in dichten Darstellungen kodiert sind