InterPLM ist ein rechnerisches Framework zur Extraktion und Analyse interpretierbarer Merkmale aus Proteinsprachmodellen unter Verwendung spärlicher Autoencoder. Durch das Training spärlicher Autoencoder auf ESM-2-Einbettungen identifiziert diese Studie Tausende von interpretierbaren biologischen Merkmalen, die von den verschiedenen Schichten des ESM-2-Modells gelernt wurden.