埃里克·阿尔凯德

埃里克·阿尔凯德（Eric Alcaide），西班牙计算机科学家、机器学习研究者，主要研究方向为蛋白质结构预测、深度学习与计算生物学。他曾因开发基于图神经网络和注意力机制的蛋白质结构建模方法而受到关注，并参与开源项目“ProtTrans”及相关蛋白质语言模型的研究。

阿尔凯德拥有西班牙马德里理工大学（Universidad Politécnica de Madrid）相关学术背景，曾在多个计算生物学与人工智能研究机构从事研究助理或合作研究工作。其公开发表的研究集中在利用大规模预训练语言模型（如ProtBERT、ESM等）对蛋白质序列进行表征学习，并应用于蛋白质功能预测、结构预测及蛋白质相互作用等任务。

在开源社区，阿尔凯德以GitHub用户名“EricAlcaide”活跃，发布并维护多个与生物信息学、深度学习和蛋白质建模相关的代码库。其中较为知名的项目包括“ProtTrans”相关实现、蛋白质结构建模的几何深度学习工具，以及面向蛋白质接触图预测和三维坐标重建的PyTorch模块。他还参与了使用Transformer架构处理蛋白质序列的多个协作项目，相关代码和文档在开源平台公开可查。

截至2025年7月，埃里克·阿尔凯德在Google Scholar等学术平台上可检索到多篇同行评议论文及预印本，内容涉及蛋白质语言模型的预训练策略、蛋白质接触预测的评估方法、以及将自然语言处理技术迁移至生物序列分析的可行性研究。其研究成果被若干计算生物学与结构生物信息学领域的后续工作引用。