바이러스 단백질이 드러낸 단백질 언어 모델의 기하학
Viral Proteins Reveal Geometry of Protein Language Models
불균형 데이터셋으로 학습된 단백질 언어 모델(pLM)의 임베딩 공간을 바이러스 단백질을 통해 분석한 결과, 세포 단백질부터 무작위 서열까지 정렬되는 지배적인 nativeness 축이 존재함을 확인했습니다. 모델 스케일링에도 불구하고 임베딩은 바이러스 특이적 신호를 유지하여 pLM 표현이 일반적인 nativeness 구조와 생물학적 그룹별 정보를 동시에 보존함을 시사합니다.