ProVenTL：用于预测来自蛇毒的肽-蛋白质相互作用用于癌症治疗的迁移学习框架摘要肽-蛋白质相互作用（PepPI）的准确预测对于推进基于肽的抗癌药物设计至关重要。在本研究中，我们介绍了 ProVenTL，这是一种计算机辅助分子设计框架，它利用迁移学习和蛋白质语言模型嵌入来增强 PepPI 预测的准确性和可解释性。探索了两种互补策略：(i) 使用 Calloselasma rhodostoma 毒液肽和癌症相关蛋白的精选数据集对来自蛋白质数据库 (PDB) 的大规模 PepPI 数据进行预训练的 CAMP 模型，以及 (ii) 将 ProtT5 嵌入与堆叠自动编码器深度神经网络 (SAE-DN
IEEE Transactions on Neural Networks and Learning Systems, Volume 37, Issue 3, March 2026
1) 耐噪声 CIM-DNN 解释作者：F. -H. Ming, E. Yeu-Jer Lee, Y. Wu, Z. Wang, W. D. LuPages: 1005 - 10172) PromptVAD: Abnormal Prompt via Vision-Language Model作者：S. Li, F. Liu, L. Jiao, Z.hao, J. Wang, L. Sun, L. Li, X. Liu, P. ChenPages: 1018 - 10323)多模态图像配准与模态蒸馏作者：X. Zhou, J. Zhao, L. Chen, G. Vivone, Y. Liu,
