arXiv cs.LG· Arezoo Bybordi, Favour Achimba, Mariam Gelashvili, Jessy Ramirez, Weigang Qiu, Mand\"e Holford, Anita Raja·· 11 天前AI 评分34
持续同调通过多模态图神经网络实现跨物种离子通道分类
Escaping the Phylogenetic Trap: Persistent Homology Enables Cross-Species Ion Channel Classification via Multimodal Graph Neural Networks
AI 导读
研究人员提出融合 ESM-2 序列嵌入与二硫键感知图注意力网络的多模态模型 PH-GNN，利用持续同调表征实现跨物种的毒素离子通道分类。在包含 5 个分类群、1,373 种 ColabFold 预测毒素分子的留一物种评估中，序列基线准确率跌至约 30%，其他几何先验模型聚集在 54-55%，而 PH-GNN 达到 63.4%，领先次优方法 8 个百分点以上。
来源：arXiv cs.LG · arxiv.org