Comprimer, ne pas mémoriser
Nous visons des mécanismes compacts qui ressemblent aux lois de la physique, pas des plongements qui ressemblent aux données.
Outils scientifiques
Holobiont
Compression des lois sous-jacentes à la dynamique des protéines en signaux physiquement invariants.
Trouver l’invariant, pas la table de correspondance
Holobiont est un programme scientifique bâti autour d’une idée précise : sous la dynamique des protéines se cachent des signaux physiquement invariants qui se compriment mieux que n’importe quelle quantité de mémorisation. Nous traquons ces signaux, les auditons sans pitié face à la fuite par axe de recherche, et publions les négatifs lorsqu’une caractéristique attrayante se révèle être un artefact de mesure.
la plupart des pipelines
ajoutent des caractéristiques jusqu’à ce que le classement bouge, puis livrent le classement, même lorsque le gain est un artefact structurel.
holobiont
oriente le pipeline vers des caractéristiques qui ressemblent à de la physique — compactes, invariantes, auditables — et retire les autres avant qu’elles n’atteignent la production.
Trois engagements
Auditer les axes de recherche contre la fuite
Les axes de recherche pré-calculés laissent notoirement fuir les étiquettes de test. Nous adoptons par défaut la validation croisée imbriquée et rapportons explicitement les budgets de fuite.
Publier ce qui ne fonctionne pas
Lorsqu’une classe de caractéristiques nuit à la performance une fois la fuite éliminée, nous le disons. Le produit, c’est le mécanisme, pas le classement.
Là où une classe de caractéristiques tentante devient discrètement négative
Les statistiques de colonne — entropie de Shannon et fréquence des acides aminés — semblent attrayantes à faible couverture. Au-delà d’un budget de couverture situé vers le milieu du graphique, elles commencent à nuire au meilleur estimateur. Nous les avons retirées de l’usage en production.
Ce que Holobiont a décidé
Chaque décision est un énoncé mesuré, pas un argument marketing. Là où un résultat a nui, le résultat et le retrait figurent sur la page.
-
D15.1 Fuite par axe de recherche quantifiée
Une grande partie du gain d’une caractéristique apparemment robuste était attribuable à une fuite via des axes k-NN pré-calculés. La méthodologie a été resserrée en conséquence.
D15.1 83 % du gain apparent provenait d’une fuite par axe de recherche -
D22 Caractéristiques de conservation retirées à la couverture
Les statistiques de colonne de Shannon et de fréquence nuisaient à notre meilleur estimateur au-delà d’un certain budget de couverture. Nous les avons retirées de l’usage en production et avons continué à explorer les paires à couplage direct.
D22 Δρ −0.0382 sur le meilleur estimateur au-delà de la falaise de couverture -
Aujourd’hui Pipeline de caractéristiques centré sur le mécanisme
Le pipeline actuel est orienté vers des caractéristiques qui ressemblent à de la physique. Chaque candidat fait l’objet d’un audit de fuite explicite et d’un budget de couverture explicite avant d’être livré.
today physics-shaped caractéristiques uniquement, avec audit de fuite explicite
Pourquoi c’est un programme à part entière
La dynamique des protéines est l’endroit évident pour mettre l’idée « comprimer, ne pas mémoriser » sous pression. Holobiont est le lieu où nous exerçons cette pression — et où nous avons déjà retiré des caractéristiques qui semblaient attrayantes mais n’ont pas survécu à l’audit.
transversal
Holobiont est le lieu où l’idée comprimer-vs-mémoriser est mise à l’épreuve
L’audit centré sur le mécanisme traverse nos programmes de recherche — de la discipline d’évaluation jusqu’à la posture d’alignement. Là où une caractéristique ne survit pas ici, elle n’est livrée nulle part.