Coarse composition suffices: tabular in-context learning for multi-activity antimicrobial peptide profiling
Cet article démontre qu'un pipeline simple, fondé uniquement sur les séquences et combinant 330 descripteurs interprétables avec le modèle de fondation TabPFN, surpasse les approches d'apprentissage profond complexes conditionnées par la structure pour le profilage multi-étiquettes de peptides antimicrobiens sur le benchmark ESCAPE, atteignant une précision de l'état de l'art sans nécessiter d'entraînement basé sur le gradient ou de données structurelles.