PLM-eXplain：征服蛋白质嵌入空间

本研究解决了蛋白质语言模型（PLMs）在生物解释和可操作性方面的局限性，提出了一种可解释的适配器层PLM-eXplain（PLM-X），通过将PLM嵌入划分为基于生化特征的可解释子空间和保留模型预测能力的残差子空间来实现。研究表明，PLM-X在多个蛋白质分类任务中有效，能够在不牺牲准确性的情况下，提供对模型决策的生物学解释，从而为计算生物学的深度学习模型与生物学洞察之间搭建桥梁。