ИССЛЕДОВАНИЕ · RESEARCH · #1248
Mirror-Score: калиброванная оценка только на этапе вывода и публичный бенчмарк для дизайна D-пептидов (arXiv:2609.36057v1)
В статье представлен Mirror-Score — калиброванная схема оценивания, работающая только на этапе вывода, и публичный бенчмарк (31 кристаллический комплекс, 18 с известными аффинностями) для гетерохиральных комплексов D-пептид/L-белок; код и данные опубликованы на GitHub. Авторы показывают, что сырое NLL от ProteinMPNN ненадёжно ранжирует аффинности между семействами (пуловый Спирмен rho = 0.19 с разворотом корреляций по целям) и предлагают использовать Boltz-2 cofolding и интерфейсный pLDDT для семейно-специфичного ранжирования (например, leave-one-out rho = 0.90 для семейства вирусного входа), при этом кросс-семейная калибровка пока не переносится.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В статье представлен Mirror-Score — калиброванная схема оценивания, работающая только на этапе вывода, и публичный бенчмарк (31 кристаллический комплекс, 18 с известными аффинностями) для гетерохиральных комплексов D-пептид/L-белок; код и данные опубликованы на GitHub.
- Авторы показывают, что сырое NLL от ProteinMPNN ненадёжно ранжирует аффинности между семействами (пуловый Спирмен rho = 0.19 с разворотом корреляций по целям) и предлагают использовать Boltz-2 cofolding и интерфейсный pLDDT для семейно-специфичного ранжирования (например, leave-one-out rho = 0.90 для семейства вирусного входа), при этом кросс-семейная калибровка пока не переносится.
- Это важно, потому что демонстрирует, что NLL от ProteinMPNN не является надёжным кросс‑семейным ранжировщиком аффинности и предоставляет калиброванную схему и бенчмарк для практического улучшения дизайна D‑пептидов.
ПОЧЕМУ ЭТО ВАЖНО
Это важно, потому что демонстрирует, что NLL от ProteinMPNN не является надёжным кросс‑семейным ранжировщиком аффинности и предоставляет калиброванную схему и бенчмарк для практического улучшения дизайна D‑пептидов.