双赢局面：整合大语言模型以学习生物力学相互作用

深度学习模型已成为药物设计中基本工具。特别是，训练于生化序列的大语言模型学习到的特征向量通过虚拟筛选指导药物发现。然而，这类模型不捕获有助于结合亲和力和特异性的分子相互作用。因此，存在将来自不同生物学模态的表示进行‘组合’以有效表示分子复合物的需求。本文概述了将分子表示方法的综述，并提出未来的工作应在计算效率和表达性之间进行平衡。具体而言，我们认为通过学习来自生物学特定语言模型内部层的表示的‘组合’可以显著提升速度和准确性。我们演示了‘组合’生化语言模型在表现上与标准方法相当或更好，尽管其特征数目显著更少。最后，我们讨论了最近用于解释和民主化大语言模型的方法，这些方法可能有助于开发面向生物学相互作用的基础模型，同时也指出了其不足之处。