牛

[xingbrother]

你这效果就是假的啊，chatgpt生成的都难说，你当别人看不出来吗

[jiangzhch6]

你这效果就是假的啊，chatgpt生成的都难说，你当别人看不出来吗

Hey bro, could you share more details? I'm a student currently working on replicating this paper to assist my professor (I have no affiliation with the original authors or their institution, so please rest assured). I noticed a few peculiarities in the source code that weren’t explained in the paper, which left me quite confused. I’d really appreciate it if you could provide more insights into the aspects you mentioned that might need improvement! / 嘿兄弟，能谈谈更多细节吗，我是正准备要帮助教授复现这篇文章的一名学生（我与原作者和其单位没有任何利益挂钩，请放心），我看源代码是有几个奇怪的地方而且文章中没有任何解释，让我比较困惑。很感谢你如果能提供更多详细内容关于你说的可能这篇文章有待改进的地方！

[l1006986533]

https://github.com/C20180602/Struct2GO 可以看下其他人的folk，里面有复现结果 你可以说这个代码写的烂，只能在AlphaFold上跑，没法迁移到其他数据集里，但说完全是假的就太夸张了

[l1006986533]

抱歉，我刚刚检查了一下代码复现结果、github和原论文，发现了几个问题：

1. 根据C20180602的实验，他采用Struct2GO-Hierarchical结构的模型，结果如下： bp: fmax:0.3254 auc:0.7638 aupr:0.3157 thresh:0.54 cc: fmax:0.3948 auc:0.8245 aupr:0.4063 thresh:0.75 mf: fmax:0.3822 auc:0.8239 aupr:0.4247 thresh:0.57 而原论文的结果是： BP：Fmax：0.481, AUC：0.873, AUPR：0.661 CC: Fmax：0.658, AUC：0.942, AUPR：0.763 MF： Fmax：0.701, AUC：0.969, AUPR：0.796
2. model/network.py中只有Struct2GO-Hierarchical和global 2种模型，但在table3对比实验中，作者用了11种模型

[l1006986533]

@jiangzhch6 这篇论文没法复现的，你可以跟你教授讲

[jiangzhch6]

@l1006986533 非常感谢指出!很有帮助!