연구진이 단백질 접힘 분류를 위한 대규모 비중복 벤치마크 TEDBench를 공개했어요. TEDBench는 기존 방식의 한계를 극복하고 단백질 구조 표현 학습 모델의 성능을 평가하는 데 사용돼요.
연구진은 MiAE라는 새로운 자기 지도 학습 프레임워크를 제안했는데, 최대 90% 마스킹 비율과 SE(3) 불변 인코더를 사용해 백본 좌표를 재구성해요.
MiAE는 기존 모델보다 뛰어난 성능을 보이며, CATH v4.4 실험 구조 데이터셋에서도 벤치마크를 거쳐 TEDBench를 GitHub에서 확인할 수 있어요.