多项式轨迹压缩蛋白质语言模型嵌入

蛋白质语言模型（PLM）生成的层间嵌入富含生物信息，但存储和计算成本高昂。本研究提出一种紧凑替代表示方法：通过低维PCA投影结合三次多项式轨迹，将嵌入压缩为多项式系数，支持按需重建任意层的嵌入而无需重新运行PLM。在ESM-35M和ESM-3B模型上，该方法在蛋白质互作和亚细胞定位任务中实现了高重建保真度。该研究为大规模蛋白质组学分析提供了轻量级解决方案。注：本文为预印本，未经同行评审。