Enzyme Classification via Semi-Supervised Functional ResidueLearning
Das Paper stellt SLEEC vor, ein halbüberwachtes Lernframework, das mittels einer MSA-basierten Datenvermehrungsmethode nicht nur den SOTA-Standard für die Vorhersage von EC-Nummern erreicht, sondern auch interpretierbare Rest-Level-Annotationen liefert und robust gegenüber gängigen Sequenzmodifikationen in der Proteinengineering ist.