Replicacion y Analisis de ProteinGym: Benchmarks a Gran Escala para Prediccion de Fitness y Diseno de Proteinas

Este trabajo presenta una replicacion independiente del estudio ProteinGym: Large-Scale Benchmarks for Protein Fitness Prediction and Design (Notin et al., NeurIPS 2023). La replicacion reproduce figuras clave y analisis estadisticos utilizando los datos y codigo disponibles en el repositorio oficial del proyecto. El estudio analiza la concordancia entre metricas clinicas (AUC en ClinVar) y experimentales (Spearman en DMS), asi como la relacion entre NDCG y Spearman, clustering jerarquico de modelos y evaluacion de inserciones/deleciones (indels). Los resultados confirman las conclusiones principales del estudio original y evidencian la competitividad de modelos zero-shot en benchmarks de prediccion de fitness proteico.