PIT-GCL：拓扑图对比学习蛋白结合预测框架
热点事件持续更新
PIT-GCL：拓扑图对比学习蛋白结合预测框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Jae Won Choi 等研究者在 arXiv 论文（arXiv:2610.04850）中提出 PIT-GCL，一种双塔结构感知的蛋白质相互作用预测框架，从氨基酸序列、Cα 点云和全局持久同调描述子独立编码每个蛋白质，结合 ESM-2 嵌入与 H0/H1 持续景观拓扑特征，并以 Cα 距离作为注意力偏置训练。 论文作者称，在其评测中 PIT-GCL 在一般蛋白质相互作用上优于代表性序列模型、结构感知模型和任务专用基线；但在 TCR-pMHC 任务上，它仅在固定决策阈值下领先，排名整体仍落后于一个任务专用序列模型。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
PIT-GCL：基于拓扑图对比学习的蛋白质相互作用预测框架报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIPIT-GCL：基于拓扑图对比学习的蛋白质相互作用预测框架
arXiv 论文提出 PIT-GCL，一种双塔结构感知框架，从氨基酸序列、Cα 点云和全局持久同调描述子独立编码每个蛋白质，结合 ESM-2 嵌入与 H0/H1 持续景观拓扑特征，并以 Cα 距离作为注意力偏置训练。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月27日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。