Le transfert d'apprentissage des effets mutationnels (METL) est un cadre de modèle de langage protéique qui unit l'apprentissage automatique et la modélisation biophysique. Les réseaux neuronaux basés sur les transformateurs sont pré-entraînés sur des données de simulation biophysique pour capturer les relations fondamentales entre la séquence, la structure et l'énergétique des protéines.