L'IA face aux grands problèmes du monde · Sciences du vivant · arXiv · 2026-10-23
Échapper au piège phylogénétique : l'homologie persistante permet la classification interspécifique des canaux ioniques via des réseaux de neurones sur graphes multimodaux
Titre original: Escaping the Phylogenetic Trap: Persistent Homology Enables Cross-Species Ion Channel Classification via Multimodal Graph Neural Networks
L'évaluation des classifieurs de protéines par partition aléatoire peut exploiter des corrélations propres à des taxons et surestimer les performances sur des taxons non vus, un problème particulièrement aigu pour la classification des composés de venin selon leur cible de canal ionique. Les auteurs comparent cinq biais inductifs structuraux dans un réseau de neurones sur graphes multimodal, avec une évaluation par exclusion d'un taxon à la fois sur 1 373 composés de venin. Sous décalage taxonomique, leur modèle d'homologie persistante PH-GNN atteint 63,4 % de précision, soit plus de 8 points de pourcentage au-dessus de la meilleure méthode suivante, tandis qu'une référence fondée uniquement sur la séquence tombe à environ 30 %.