以语言模型分类器为奖励，强化学习生成新型细胞穿透肽
- 蛋白语言模型集成对肽的细胞穿透可能性打分，该分数同时作为生成器的奖励信号。
- 生成器由策略网络选择突变位点、掩码语言模型提出替换，以已知CPP、信号肽或随机序列为起点，用REINFORCE训练。
- 分类器在内部基准和三个外部基准上测试，据称略优于既有方法；生成的候选序列与已知CPP的性质趋势一致，但仅为计算结果，尚无实验验证。
💡 要点 基于摘要的观点
如果生成器的奖励来自同一个分类器，而我们又用它来评判结果，这样的生成器能信吗？常见的失败就是奖励作弊：策略找到语言模型喜欢、却未必能穿过细胞膜的序列。真要用到项目里，我会先要几条设计序列的湿实验摄取和毒性数据，再看有没有被内体截留，这点基于CPP数据库训练的分类器往往覆盖不到。
📄 原论文 · Journal of Chemical Information and Modeling ↗ CPPainter: Painting Cell-Penetrating Peptides for Identification and Generation through Reinforcement Learning