ORBIT-FMIB：通过 ESM-2 追踪按阶分解的上位性信息

蛋白质基础模型支持突变效应与结构预测，但仅凭预测性能并不能揭示通过模型深度仍可获取哪些形式的生物相互作用信息。我们探究 ESM-2 在其表示层级中是否像保留一阶和二阶信息那样强地保留高阶上位信息，并引入 ORBIT-FMIB，一个将基于 Walsh 的相互作用分解与子集条件神经依赖估计相结合的诊断框架。该方法在具有已知相互作用结构的合成适应度景观上得到验证，随后使用冻结的 ESM-2 表示应用于密集的四位点 GB1 适应度景观。一次初始生产运行提示 ESM-2 对高阶上位信息的保留不如低阶信息（$\Delta_{\mathrm{HO-LO}}=-0.107$）。在匹配的 GPU 硬件和相同的 critic 种子下对完整测量网格进行的独立重复，大幅缩小了这一对比（$\Delta_{\mathrm{HO-LO}}=-0.017$），并且其符号在应用于同一批训练 critic 的若干其他方面可辩护的评估配对选择下并不稳定（$-0.011$ 至 $+0.015$）。因此，我们目前既没有稳健证据表明 ESM-2 选择性丢失高阶上位信息，也没有证据表明各阶保留程度相等；这一方向性问题仍然开放。测量协议本身，包括其已记录的去除池化 critic 中位置子集捷径的处理，仍然得到验证，且不受这一发现影响。ORBIT-FMIB 作为探测蛋白质基础模型中相互作用结构的诊断框架提出；本研究自身的重复结果说明了为何此类探测在其输出被视为生物学发现之前需要具备足够统计功效的可重复性检验。

中文由 AI 翻译，仅供参考，以原文为准。