Peng Wang

蛋白质序列库的增长远快于人工注释，而现有语言模型只从序列似然学习，InterPro中的域与功能位点知识只是间接体现。PALM以ESM2为骨干，加入LoRA适配、可学习层聚合与双向LSTM编码器，并用软目标损失允许同一残基保留多个有效标注。在2,309,606个留出蛋白上，域与位点出现F1分别为0.941和0.877；在序列一致性低于20%的子集中仍为0.857和0.828。

蛋白质序列库的增长远快于人工注释，而现有语言模型只从序列似然学习，InterPro中的域与功能位点知识只是间接体现。PALM以ESM2为骨干，加入LoRA适配、可学习层聚合与双向LSTM编码器，并用软目标损失允许同一残基保留多个有效标注。在2,309,606个留出蛋白上，域与位点出现F1分别为0.941和0.877；在序列一致性低于20%的子集中仍为0.857和0.828。