IA e os Problemas Difíceis do Mundo · Ciências da vida · arXiv · 2026-10-23
Escapando da armadilha filogenética: a homologia persistente possibilita a classificação de canais iônicos entre espécies por meio de redes neurais de grafos multimodais
Título original: Escaping the Phylogenetic Trap: Persistent Homology Enables Cross-Species Ion Channel Classification via Multimodal Graph Neural Networks
A avaliação de classificadores de proteínas com divisão aleatória pode explorar correlações específicas de táxons e superestimar o desempenho em táxons não vistos, um problema especialmente grave na classificação de compostos de veneno por alvo de canal iônico. Os autores comparam cinco vieses indutivos estruturais em uma rede neural de grafos multimodal sob avaliação leave-one-taxon-out em 1.373 compostos de veneno. Sob mudança taxonômica, o modelo de homologia persistente PH-GNN atinge 63,4% de acurácia, mais de 8 pontos percentuais acima do segundo melhor método, enquanto uma linha de base somente de sequência cai para cerca de 30%.