AI 與世界的難題 · 生命科學 · arXiv · 2026-10-23
跳脫系統發生陷阱：持續同調透過多模態圖神經網路實現跨物種離子通道分類
原標題: Escaping the Phylogenetic Trap: Persistent Homology Enables Cross-Species Ion Channel Classification via Multimodal Graph Neural Networks
蛋白質分類器的隨機切分評估可能利用特定分類群的相關性，並高估在未見過分類群上的表現，這個問題在依離子通道標靶對毒液化合物進行分類時尤為嚴重。作者在 1,373 種毒液化合物上，以留一分類群法評估，比較了多模態圖神經網路中的五種結構歸納偏置。在分類群偏移下，其持續同調模型 PH-GNN 達到 63.4% 的準確率，比次佳方法高出 8 個百分點以上，而僅使用序列的基準則降至約 30%。