三木SEO-科学家利用迁移学习建立计算大模型预测基因调控研究

科学家使用迁徙进修成立计较年夜模子猜测基因调控研究

日期：2023-06-19 来历：本站 供稿：医药生物技能处 作者：治理员 种别：译文

基因收集绘制需要年夜量转录组数据用在成立基因之间的接洽，这也拦阻了一些数占有限场景（如稀有病）等研究。近来，使用迁徙进修的呆板进修技能于天然语言及计较机视觉等范畴带来了厘革性进展，其经由过程于年夜范围通用数据集长进行年夜模子预练习，尔后迁徙到数据量有限的特定使命举行微调。美国博德研究所等研究团队提出了一个深度进修模子Geneformer可实现特定生物学使命与配景中的猜测。该研究结果在近日发表于《Nature》杂志上，题为：Transfer learning enables predictions in network biology。 研究职员开发的深度进修模子Geneformer，于约莫3000万个单细胞转录组的年夜范围数据集长进行了预练习，以便于收集生物学有限数据的环境下举行特异性猜测。于预练习时期，Geneformer得到了对于收集动态的基本理解，以彻底自我监视的方式于模子的留意力权重中编码收集条理。研究职员使用Geneformer基在下流有限数据举行了猜测使命，包括“疾病候选靶点猜测”“注释拷贝数变异”“要害基因收集调控因子”“基因收集条理编码”“染色质动力学猜测”等，并经由过程试验撑持了其猜测的成果。 综上，Geneformer代表了一种预练习的深度进修模子，可以对于其举行微调，以实现广泛的下三木SEO-流运用，加快发明收集调治要害环节及候选医治方针。 注：此研究结果摘自《Nature》杂志，文章内容不代表本网站不雅点及态度，仅供参考。-三木SEO-