Direct preference optimization (DPO) は、事前学習済みのタンパク質言語モデルを実験的な安定性データに合わせて調整し、熱安定性タンパク質配列をスコアリングおよび生成するモデルである ProteinDPO を生成します。H5N1 インフルエンザヘマグルチニンに適用したところ、抗体認識を維持しながらヘマグルチニンの熱安定性を大幅に向上させました。