VarDCL: A Multimodal PLM-Enhanced Framework for Missense Variant Effect Prediction via Self-distilled Contrastive Learning
Il paper presenta VarDCL, un innovativo framework multimodale potenziato da modelli linguistici proteici e apprendimento contrastivo auto-distillato che, integrando informazioni sequenziali e strutturali, supera gli stati dell'arte nel prevedere l'effetto patologico delle varianti missenso.