InterPLMは、タンパク質言語モデルから解釈可能な特徴を抽出・分析するための計算フレームワークであり、スパースオートエンコーダーを使用しています。ESM-2埋め込みでスパースオートエンコーダーをトレーニングすることにより、本研究では、ESM-2モデルの異なる層で学習された数千の解釈可能な生物学的特徴を特定しました。