人工智能突破：基于少样本学习的蛋白质适应度预测

这项研究探索了上下文学习和测试时训练的新应用，以改进蛋白质适应度预测。 研究重点关注少样本学习，这可能会显著减少蛋白质工程和药物发现对数据的需求。

• •将上下文学习应用于蛋白质适应度预测。
• •利用测试时训练来提高模型性能。
• •可能减少蛋白质相关研究的数据需求。