BioBridge：构建蛋白质与语言之间的桥梁以增强生物推理
机器学习
2026-02-23 v1
摘要
现有的蛋白质语言模型(PLMs)常因对多任务适应性有限且在 diverse biological contexts 下的泛化能力差而受限。相比之下，通用型大语言模型(LLMs)缺乏解释蛋白质序列的能力，缺乏领域特定知识，限制了其在有效生物语义推理中的潜力。为融合两者优势，我们提出了 BioBridge——一种用于蛋白质理解的领域适应性持续预训练框架。该框架采用领域递增持续预训练(DICP)将蛋白质领域知识和通用推理语料库同时注入 LLM，从而有效缓解灾难性遗忘。通过 PLM-投影器-LLM 管道实现跨模态对齐，将蛋白质序列嵌入映射到语言模型的语义空间。最终采用端到端优化以统一支持多种任务，包括蛋白质属性预测和知识问答。我们提出的 BioBridge 在多个蛋白质基准(如 EC 和 BindingDB)上表现出与主流 PLMs 相当的性能。它在 MMLU 和 RACE 等一般理解任务上也实现了与 LLMs 相当的成绩。这凸显了其创新优势：结合领域特定适应性与通用语言能力。
引用
@article{arxiv.2602.17680,
title = {BioBridge: Bridging Proteins and Language for Enhanced Biological Reasoning with LLMs},
author = {Yujia Wang and Jihong Guan and Wengen Li and Shuigeng Zhou and Xuhong Wang},
journal= {arXiv preprint arXiv:2602.17680},
year = {2026}
}