直接偏好优化（DPO）将预训练的蛋白质语言模型与实验稳定性数据进行对齐，生成了 ProteinDPO 模型，该模型能够对蛋白质序列进行评分并生成热稳定性蛋白质序列。将其应用于 H5N1 流感血凝素时，显著提升了血凝素的热稳定性，同时保留了抗体识别能力。