作为全局上位性广义模型的对比损失
种群与进化
2024-10-17 v4 机器学习
摘要
适应度函数将生物序列的庞大组合空间映射到感兴趣的性质上。从实验数据推断这些多模态函数是现代蛋白质工程的核心任务。全局上位性模型是一类有效且具物理依据的模型，用于从观测数据估计适应度函数。这些模型假设一个稀疏潜函数经单调非线性变换以产生可测量的适应度。在此我们证明，最小化有监督对比损失函数（如 Bradley-Terry 损失）是一种简单而灵活的技术，用于提取由全局上位性所隐含的稀疏潜函数。我们通过适应度-上位性不确定性原理论证，全局上位性模型中的非线性可产生不具稀疏表示的观测适应度函数，因此在使用均方误差（MSE）损失（一种常见做法）时从观测中学习可能效率低下。我们表明，即使在 MSE 无效的区间内，对比损失也能从有限数据准确估计排序函数，并通过证明对比损失函数在基准任务上带来持续改进的性能来验证该见解的实际效用。
引用
@article{arxiv.2305.03136,
title = {Contrastive losses as generalized models of global epistasis},
author = {David H. Brookes and Jakub Otwinowski and Sam Sinai},
journal= {arXiv preprint arXiv:2305.03136},
year = {2024}
}