對許多蛋白質而言，適當結構是發揮作用的重要條件之一。研究者希望以模型協助篩選候選、再安排實驗。本研究提供方法比較與分數解讀的依據，尚未驗證能提高實驗成功率；沿著既有研究，我們在這份資料上追問兩件事。
Cho 等人發布了設計蛋白的序列及實驗衍生估計。每列包含序列識別資訊、公布的數值，以及附帶的估計區間。以下是欄位說明，不是重新抽取的逐列量測：
資料來源（可直接查證）：Cho、Dauparas 等人，Nature Communications，doi:10.1038/s41467-025-66526-w；本研究使用的是該文的 Supplementary Data 1（作者公開釋出的逐列表格），以及作者公開的分析程式庫 yehlincho/Joint_Model_Stability。本頁的分布統計由該表 13,442 列原始數值直接統計，未另行抽樣。
| 欄位 | 用途 | 這份研究怎麼使用 |
|---|---|---|
| 名稱與蛋白質序列 | 識別記錄及描述胺基酸排列 | 由序列取得固定模型的表示，作為預測輸入 |
| deltaG | 作者發布的穩定性估計值 | 訓練與評分的目標；依來源定義，較大代表較高的報告穩定性 |
| deltaG_95CI_low / high | 同列附帶的估計區間上下界 | 查核點值與區間是否一致；最終兩者如何共同生成仍未完全釐清 |
我們預測的是作者公布的數值，不把它直接當成已認證的未裁切物理真值。全表排除 17 筆公開模型核心重疊控制後，共 13,425 筆：訓練 9,397 筆、開發 2,014 筆、指定評估 2,014 筆。指定評估檔案歷史上稱為確認集，但早期全表品質檢查已接觸端點，且有後續複核，因此不宣稱全程盲測或歷史上只計分一次。
所以 0.877 的意思是：我們預測的高低順序，和公布數值的高低順序相當接近但不完美。對照之下，八種預設做法中最好的是 0.792。高分代表排序一致，不代表每個數字都準。
怎麼看這張圖：左邊灰色虛線框是公開模型 ESM-2 650M 系列，有 33 層，左側內部方塊僅列運算種類，不表示精確的層內執行順序；最終保留每位置 1280 維——這整塊完全凍住。右邊藍框才是我們訓練的部分，約 118 萬參數。「依內容」對「只依位置」是後續開發分析中檢驗的元件；這個分叉在匹配元件、參數量、初始化及更新數的四臂比較中檢驗，不是原主評估的兩個臂，也不是單一模型同時走兩條路。凍住骨幹排除了它在本輪更新的影響，但要分辨讀取元件的效應，仍須匹配資料、初始化與更新預算。
下列文獻交代研究來源及相近問題。本研究新增指定設定下的讀取比較、內容式權重效應與端點來源查核，不以期刊名稱或分數宣稱同等新穎性。
圖中是兩個讀取臂分別訓練的比較，不是單一模型同時走兩條路。四臂實驗另交叉中間層激活函數，成對比較時匹配資料、參數量、初始化與訓練次數。這支持本配方內的元件效應；僅凍結骨幹本身不足以排除其他混淆，也不是原主評估的新增確認。
這是按展示公式產生的合成權重，百分比與位置都不是實測資料；橘色標記也不是已知關鍵殘基。它只示範「權重可以隨輸入改變」與「權重不依賴輸入」的差別，不證明模型找到生物關鍵位點。兩臂的 value 都仍包含蛋白質表示；實測效果另見下節。
這個數字是什麼：排序相關係數，越接近 1 表示排序越接近公開資料，不是答對率。0.792 是原始點估計中最高的 full-position Ridge；差值區間則在每次 570 操作群重抽時重新取八個參考的最高值（共 10,000 次）。區間限於既定模型與操作性分群。早期全表品質檢查已接觸公布答案，且有後續複核；不主張全程盲測或歷史上只計分一次。功效未事前認證，評分程式在代理欄位開啟後、該次目標解碼前才定版。後續讀取器比較不是這次評估的新增對照。
相同中間層設定下，內容式相對位置式 key 的差值分別為 +0.0160、+0.0155；五對比校正的 99% 區間下界均大於零。位置式臂仍有蛋白質 value，且非固定平均權重。結果支持本設定內的權重來源效應，不解釋主評估全部改善，也不證明生物機制理解。圖軸從 0.84 起。兩因素交互作用區間含零，尚未確定，不是等效。
此開發面板上，錯配表示的相關點估計接近零且略負；零表示輸出常數，相關係數無定義。這支持指定設定的表示依賴。另訓練的組成與來源類別基準為 0.637、0.419，未達讀取器分數；這不排除所有捷徑或證明生物機制理解。來源類別為映射表 method 欄，未認證為生物家族。
以下重畫既有全表 13,442 筆查核中已驗證的兩個邊界計數。本輪未重新讀取原始目標值；這張圖不呈現區間內的完整分布。
本研究衡量與發布數值的一致程度，尚未認證為對未裁切物理自由能的預測精度。相同邊界值只表示發布欄位相同，不表示潛在穩定性相等；也不能據此判定整份資料或原研究無效。
分開報告外部比較、其他任務與分群敏感度；區間含零不等於沒有作用，也不建立等效。
| 檢驗 | 結果 | 怎麼解讀 |
|---|---|---|
| Megascale 外部比較 126 群、252 條序列 | 差 +0.156 95% 區間 [−0.020, 0.306] | 優勢未建立。相對每次重抽的最高指定參考，區間含零；未達優越門檻，也沒有證明零效應或等效。 |
| Qwen3-32B：免參數訓練的數值回答 同一開發面板 | 排序相關 0.117 | 本設定低於讀取器 0.876；8 個示範對 9,397 筆監督訓練，曝光不匹配。不能推論所有語言模型路徑無效，也不能稱公平同預算比較。 |
| 另一條 PTEN 管線：成長／豐度端點分離 796 變異、66 位置群；位置等權聯合正確率 | REAL−FIXED／ZERO 各差 −0.0017 97.5% 區間 [−0.019, 0.015] | 兩個主要對比經 Bonferroni 校正，未建立優勢或退化，也不建立等效／零效應。是已曝光開發資料上的探索；不是 Cho 的語言消融。REAL 有 63 次端點切換、對照各 0 次，但未轉成主指標增益。 |
| 已發布參考分數的尺寸分析 217 assays、186 proteins；逐 assay 等權平均 | 650M 觀測平均最高 更大尺寸的均值較低 | 限於這套公開零樣本分數與聚合口徑，不是我們新訓練出的尺寸比較，也不是已證實的統計反轉；不推出每個任務均以 650M 最佳，規模非單調已有前作。 |
| 分群敏感度：同一開發面板 | 50%：+0.0888 60%：+0.0903 70%：+0.0901 | 三個名義 95% 區間下界均大於零；新群組 sensitivity_component_id 為重抽單位，未作跨條件多重校正，不是新確認。30%／40% 僅剩 605／4,186 筆 TRAIN，低於事先訂定 5,000 筆下限，未擬合。原規則為 parent 聯集加 58/72（80.56%）相同位置，70% 不是原門檻；群組不相交未證明生物獨立性。 |
現稿 v28 按現有 OUP 模板實排 12 頁，供老師審閱，不是 BMC 投稿版。作者與通訊作者安排待書面確認；尚未投稿。研究使用人工智慧工具協助，方法與結論仍由作者審閱並負責。既有 ZIP 驗證的 268 欄為 265 完全相同、3 在指定容差內，不是整套模型獨立重訓或全篇重現認證。
文獻連結見上方「別人做到哪」一節。實測數字對應保存的評分或來源查核彙總；概念動畫另作明顯標註。此頁是本機研究說明，不是已部署的預測服務，不構成公開發布或投稿。本頁數值與來源索引