格隆汇9月11日|美国加州大学伯克利分校团队创建了基因组语言模型GPN-Star,可解读30亿碱基的“语法”,在识别人类遗传变异方面更快更准。该模型利用全基因组比对数据从进化中学习内容,并以远低于大型模型的计算成本完成训练。团队同步发布全基因组预测注释,供生物学家筛选优先实验的致病变异与调控元件。相关论文9日发表于《自然》杂志。
4001102288 欢迎批评指正
Copyright © 1996-2019 SINA Corporation
All Rights Reserved 新浪公司 版权所有
All Rights Reserved 新浪公司 版权所有
