deoxyribonucleic acid
PulseAugur coverage of deoxyribonucleic acid — every cluster mentioning deoxyribonucleic acid across labs, papers, and developer communities, ranked by signal.
9 天有情绪数据
-
自然语言处理技术应用于生物序列分析的回顾
一篇最新的综述文章探讨了自然语言处理（NLP）技术在分析基因组学、转录组学和蛋白质组学等生物序列数据中的应用。文章详细介绍了从word2vec到先进的transformer和hyena operator模型等各种NLP方法如何应用于DNA、RNA和蛋白质序列分析。文章还讨论了分词策略、模型架构以及在预测蛋白质结构、基因表达和进化关系方面的最新进展。文章强调，将NLP整合到生物信息学中是理解复杂生物过程的一个有前景的方向。
-
深度学习推动精液分析在男性不育症诊断中的进展 · 跟踪3个来源
一篇发表在arXiv上的综述论文详细介绍了深度学习和计算机视觉技术在精液分析中诊断男性不育症的应用。该论文综合了当前AI驱动的精子检测、计数、活力评估和形态分类方法。它还讨论了临床转化中的挑战，如数据稀缺和领域转移，并提出了将这些AI工具整合到临床实践中的路线图。
-
新的几何因果模型利用对称性进行数据推断
研究人员开发了几何因果模型（GCMs），这是一个从非独立同分布的结构化数据中进行因果推断的新框架。该方法利用数据中潜在的对称性（通过群论形式化）来实现因果识别和估计。该框架结合了几何深度学习和贝叶斯推断，并已应用于构建一个满足DNA对称性的因果模型，为遗传变异效应提供了新的估计器。
-
通过将数据编码到DNA中来增强AI上下文窗口
一篇Reddit帖子提出了一种通过将信息编码到DNA中来大幅增加AI上下文窗口大小的新颖方法。该技术建议将上下文转录为DNA碱基（ATCG），然后使用酶合成技术将这些信息直接写入DNA。作者强调，DNA巨大的数据存储能力，每克可容纳215 PB，理论上可以将上下文容量增加数百万倍，并质疑为何之前没有考虑过这种方法。
-
AI模型的角色采纳：输出变化 vs. 内部信念转变
研究人员调查了语言模型在角色扮演时是真正内化了角色，还是仅仅改变了输出。他们通过提示、上下文学习、监督微调和开放式角色训练来诱导角色，并通过真实性探测和行为测试来衡量内化程度。研究发现，提示、上下文学习和监督微调主要改变了模型的输出，代表性变化很小。然而，涌现式错位（Emergent Misalignment）对模型的真实性表征产生了显著改变，而开放式角色训练则显示出中间效果，尤其是在较大的模型中。
-
研究论文质疑LLM在基因组学任务上的预训练成本
一篇新的研究论文评估了预训练大型语言模型（LLM）在基因组学任务上的有效性。该研究质疑了像DNABERT2这样的基于Transformer模型的显著计算成本是否能通过优于ConvNova等传统卷积模型的性能提升来证明其合理性。它还考察了预训练的贡献以及字节对编码（BPE）分词对DNA序列表示的影响。
-
New hybrid model uses genomics to predict soil microbial dynamics · 2 sources tracked
研究人员开发了一个新颖的混合建模框架，该框架将基因组数据与生态学理论相结合，以预测土壤系统中的微生物动态和有机质周转。该方法利用神经网络从宏基因组推断的功能性状中为基于过程的土壤有机质周转模型导出生物动力学参数。该框架纳入了生态学原理的约束，以确保模型行为的现实性，即使对于未观测到的变量也是如此。在合成数据和真实世界数据上的评估表明，该方法优于现有基线，并且即使在训练数据有限的情况下也能有效地学习不可测量部分的动态。
-
新的GRNGC框架增强了复杂工业过程中的因果发现能力
研究人员开发了一个新的基于梯度的因果发现框架，名为GRNGC，旨在克服现有基于神经网络的Granger因果模型中的局限性。GRNGC通过使用单一时间序列预测模型而非分量模型来降低计算成本，并通过将L1正则化应用于模型输入和输出之间的梯度来增强对复杂交互的捕捉能力。这个灵活的框架可以与KAN、MLP和LSTM等各种架构实现，并在多个基准数据集（包括DREAM和CausalTime）以及真实世界的基因调控网络数据集上展示了卓越的性能和降低的开销。
-
新的Python生态系统标准化生物分子序列模型
一个名为MultiMolecule的新开源Python生态系统已被开发出来，用于标准化和促进生物分子序列模型的可重用性。它提供了一个模块化框架来处理RNA、DNA和蛋白质序列模型，确保检查点保留其执行上下文。该生态系统包括标准化的组件、精选的数据集和预测管道，允许用户检查模型行为，将其适应新的分析方法，并部署具有可追溯来源的生物预测。
-
人类保存倡导者引用冷冻动物园的成功案例
Aurelia Song 提倡对整个人体进行保存以供未来复苏，认为复苏的能力并非有效保存的先决条件。她以 Kurt Benirschke 创立的圣地亚哥冷冻动物园为例，该动物园几十年前仅凭基本的遗传学知识就成功地使用液氮保存了动物细胞。Song 认为，目前的科学理解足以开始保存人类，并强调保存所需的知识通常少于复苏所需的知识。
-
新方法将纳米孔信号映射到可解释的分子坐标
研究人员开发了一种新颖的方法，通过将纳米孔传感器产生的单分子信号映射到学习到的潜在空间来对其进行分析。该方法利用在模拟数据上训练的对比编码器，将复杂的传感器信号转换为可解释的分子坐标系。该系统对采集条件和转运动力学的变化具有鲁棒性，显著降低了计算成本，并实现了更高效的分子识别和分析。
-
研究发现，训练后阶段对生物推理模型有关键塑造作用
一项新研究调查了不同的训练后阶段如何影响生物推理模型的性能和泛化能力。研究人员在基因组学、转录组学和蛋白质领域训练了100多个模型，改变了持续预训练（CPT）、监督微调（SFT）和强化学习（RL）等参数。研究结果表明，每个训练阶段都对泛化能力产生独特影响：CPT使模型适应生物语言，SFT在牺牲领域外泛化能力的同时提高了领域内性能，而RL应用于强大的SFT检查点时则能提高领域外能力。
-
训练后阶段对生物推理模型的泛化能力至关重要
一项对100多个生物推理模型的新研究表明，训练后阶段对模型的泛化能力有显著影响。持续的预训练使模型与生物语言保持一致，而监督微调则以牺牲领域外泛化能力为代价来提升领域内性能。强化学习可以恢复这种领域外性能，这表明训练阶段的组合，而不仅仅是更多的计算量，是有效生物推理的关键。
-
LLM 框架 R3LM 通过生物学推理改进 DNA 活性预测
研究人员开发了 R3LM，一个新颖的框架，可增强 LLM 预测调控 DNA 活性的能力。通过构建生物学知识和整合推理痕迹，R3LM 提高了增强子预测任务的性能。这种方法提供了可解释的机制性解释，有助于生物学家进行 CRE 设计。
-
AI领袖敦促国会强制执行DNA订单筛查
包括OpenAI的Sam Altman和Anthropic的Dario Amodei在内的多位AI高管签署了一封公开信，致函美国国会，倡导对合成DNA和RNA订单进行强制性筛查。他们警告称，AI的进步可能很快使恶意行为者更容易开发生物武器。信中强调了普遍筛查措施的必要性，因为目前的自愿措施不足以应对风险。这一监管呼吁预示着在AI和生物技术交叉领域运营的公司可能面临新的合规要求。
-
AI 实现 DNA 编程，数据循环是关键优势
AI 正在实现 DNA 的编程，超越了 ChatGPT 等文本模型。研究人员将基因组视为一种语言，使用 Transformer 架构来预测和自动补全基因序列。然而，真正的优势不在于模型本身，而在于专有的数据循环，它将 AI 预测与现实世界的实验结果相结合，Earli 开发癌症疗法的方法就是例证。
-
AI助力研究人员将遗传密码从20种氨基酸减少到19种
研究人员已成功改造了核糖体的一部分，使其在没有异亮氨酸（20种标准氨基酸之一）的情况下也能发挥作用。这项由哥伦比亚大学和哈佛大学团队进行的研究旨在探索减少遗传码的可能性，可能为早期生命的进化路径提供线索。该研究利用了先进的AI工具来重新设计蛋白质，从而实现了这一改造。
-
AI工具揭示部分开放的DNA状态，挑战现有基因调控模型
一款新开发的AI工具能够识别部分开放的DNA状态，这对于理解基因调控至关重要。这一发现挑战了现有的基因控制模型。这些研究结果可能有助于更深入地理解遗传过程及其相关疾病。
-
科学家发现新的DNA产生方法，引发宇宙和AI相关讨论。
科学家们发现了一种生命产生DNA的新机制，这一发现据称令研究人员震惊。对DNA产生的新理解可能为生命的起源和过程提供根本性的见解。该发现与关于宇宙未知和‘末日警告’不断升级的讨论一起被提出，质疑其现实性。
-
Google Research 发布 NucleoBench 和 AdaBeam，用于 AI 驱动的核酸设计
Google Research 与 Move37 Labs 合作推出了 NucleoBench，这是一个用于评估核酸序列设计算法的新型开源基准。该基准涉及 16 个生物学挑战的超过 400,000 次实验，旨在标准化用于药物发现的 AI 模型的评估流程。该研究还发布了 AdaBeam，这是一种新颖的混合设计算法，在 16 项任务中的 11 项上表现优于现有方法，尤其是在扩展长序列和大型预测模型方面。