把氨基酸字母整体改名，ESM-2接触图几乎全丢：蛋白语言模型靠的是字母身份而非协变统计
对氨基酸字母做一次全局一一对应的重命名，比对层面的统计量、列熵和成对编辑距离都不变，但ESM-2、MSA Transformer和AMPLIFY的接触图会大幅崩塌，而逆协方差Potts模型逐位不变。在9个蛋白、3个种子上，ESM-2 650M随机重命名20种残基后与自身原接触集的重叠只剩0.015，限制在BLOSUM62同类组内的重命名则保留0.655。这说明这些模型的接触预测依赖规范残基身份，不能当作它们已内化协变统计的证据。