学习潜在蛋白质语言用于自回归生成

研究提出两种学习到的潜在蛋白质语言以改进自回归生成：PLL 基于冻结的 ESM-2 编码器，将序列映射为 4,096 状态的上下文词表，每个残基对应一个 token；SLL 则改造 GCP-VQVAE Lite，并引入辅助序列与置信度信息。