arXiv 论文提出 PH-GNN：用持续同调实现跨物种离子通道分类
原文标题：Escaping the Phylogenetic Trap: Persistent Homology Enables Cross-Species Ion Channel Classification via Multimodal Graph Neural Networks
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
该 arXiv 论文指出，蛋白质分类器在随机划分训练集和测试集时会产生系统发育泄漏，导致模型高估其在分布外数据上的表现，这在按离子通道靶点分类毒液化合物时尤为明显。作者将跨物种预测建模为结构化分布偏移，融合 ESM-2 序列嵌入与图注意力网络，并系统比较五种结构归纳偏置。在留一分类群评估下，持续同调模型 PH-GNN 取得 63.4% 准确率，比次优方法高 8 个百分点以上，而仅用序列的基线降至约 30%。
- 问题
- 蛋白质分类随机划分导致系统发育泄漏，跨物种泛化被高估。
- 方法
- 融合 ESM-2 序列嵌入与图注意力网络，比较五种结构归纳偏置，采用留一分类群评估。
- 结果
- 留一分类群下 PH-GNN 达 63.4% 准确率，比次优高 8 个点以上；仅序列基线降至约 30%。
- 影响
- 提醒蛋白模型评测须防泄漏，持续同调表示更适合跨物种分布偏移场景。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。