PulseAugur
中
实时 11:41:01
实体 deoxyribonucleic acid

deoxyribonucleic acid

PulseAugur coverage of deoxyribonucleic acid — every cluster mentioning deoxyribonucleic acid across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
30
90 天内 76
发布 · 30天
0
90 天内 0
论文 · 30天
17
90 天内 41
层级分布 · 90 天
主题
关系
时间线
  1. 2026-11-19 research_milestone A new attention mechanism called DNA (Dual-stream Nexus Attention) was introduced in a paper on arXiv, showing improvements in CTR prediction models. 来源
情绪 · 30 天

10 天有情绪数据

最近 · 第 1/5 页 · 共 84 条
  1. TOOL · CL_368025 ·

    新的DNA注意力机制提升CTR预测准确性

    研究人员开发了一种名为DNA(Dual-stream Nexus Attention)的新注意力机制,以改进点击率(CTR)预测模型。传统的交叉注意力模型在简单地增加深度时难以获得进一步的改进,因为它们会重复读取相同的固定序列。DNA通过允许行为序列随着每一层而演变来解决这个问题,使token能够根据当前请求表示进行自我更新。这种方法在AUC方面取得了显著的提升,并已在淘宝搜索中部署,带来了CTR和GMV的在线改进。

  2. TOOL · CL_365152 ·

    Google DeepMind 的 AlphaGenome 2 预测 DNA 变异在细胞类型中的影响

    Google DeepMind 开发了 AlphaGenome 2,这是一款能够预测 DNA 变异在特定细胞类型中功能影响的人工智能模型。该先进模型在来自 68 个组织的超过 1 亿个细胞谱上进行训练,识别出的表达改变变异数量是其前代产品的近两倍。该工具目前仅限于研究用途。

  3. TOOL · CL_363833 ·

    新AI方法提高DNA基序发现准确性

    研究人员开发了一种发现DNA基序的新方法,基序是转录因子蛋白结合的模式。该方法利用由描述符对组织的MAP-Elites存档,旨在克服未知基序长度和相似基序竞争等挑战。该方法在肝脏ChIP-seq数据集上进行了测试,与基线方法和MEME工具相比,在恢复目标基序信号方面显示出更高的可靠性,尤其是在基序宽度受到限制时。

  4. COMMENTARY · CL_354480 ·

    Nick Clegg 批评硅谷与特朗普的联盟;DeepMind 发布 AlphaGenome 2

    Meta 前政策主管 Nick Clegg 表示,硅谷与唐纳德·特朗普的联盟在很大程度上未能实现其目标,并指出中国在人工智能发展方面持续领先,公众担忧依然存在。与此同时,Google DeepMind 发布了 AlphaGenome 2,该模型可以预测 DNA 变异对特定细胞类型的影响,在其内部基准测试中实现了 30% 的因果变异召回率。

  5. TOOL · CL_354492 ·

    鲨鱼粪便DNA为科学家提供微创食性分析

    科学家们发现了一种利用从泄殖腔拭子中提取的DNA来分析鲨鱼食性的新方法。与传统的解剖方法相比,这种技术提供了一种微创且更快捷的替代方案,在识别鲨鱼猎物方面能提供可比的结果。

  6. TOOL · CL_354610 ·

    谷歌DeepMind的AlphaGenome 2可预测DNA变异对不同细胞类型的影响

    谷歌DeepMind推出了AlphaGenome 2,这是一个AI模型,旨在预测DNA变异对特定细胞类型的影响。与分析整个组织的先前方法不同,AlphaGenome 2通过考虑因细胞类型而异的调控开关,能够确定DNA变异如何影响单个细胞。该模型接受了超过1亿个细胞谱的训练,在识别致病变异及其影响方面显示出更高的准确性,为生物学研究提供了更精确的工具。

  7. FRONTIER RELEASE · CL_353645 ·

    Google DeepMind 的 AlphaGenome 2 推进细胞类型特异性 DNA 变异分析 · 跟踪 8 个来源

    Google DeepMind 发布了 AlphaGenome 2,这是一个用于分析单细胞类型水平遗传变异的先进 AI 模型。该新模型显著优于其前代产品,能够识别近两倍的疾病相关基因变化,并在基准测试中实现更高的召回率。AlphaGenome 2 可通过 API 用于非商业研究,并计划集成到 Google 更广泛的 AI 平台中。

  8. SIGNIFICANT · CL_353347 ·

    Google DeepMind 的 AlphaGenome 2 可逐个细胞分析 DNA,发现的变异数量翻倍

    Google DeepMind 开发了 AlphaGenome 2,这是一款能够进行单细胞级别 DNA 分析的 AI 模型。与以往的方法相比,该先进系统能识别出数量翻倍的改变基因的遗传变异。这一突破对基因组学研究和理解遗传性疾病具有重大意义。

  9. SIGNIFICANT · CL_353324 ·

    Google DeepMind 发布 AlphaGenome 2 以解码 DNA 对细胞的影响

    Google DeepMind 推出了 AlphaGenome 2,这是一个旨在理解 DNA 变化如何影响特定细胞的人工智能模型。这一进展可能为疾病起源提供关键见解,并指导新疗法的开发。该模型提供了对遗传变异的细胞反应的更详细视图,这是一个以前对科学家来说具有挑战性的复杂领域。

  10. RESEARCH · CL_353237 ·

    Google DeepMind 的 AlphaGenome 2 预测 DNA 对个体细胞类型的影响

    Google DeepMind 推出了 AlphaGenome 2,这是一个先进的 AI 模型,旨在预测 DNA 序列的变异如何影响特定的人类细胞类型。与前代 AlphaGenome 相比,这一下一代模型通过关注个体细胞类型和状态,而不是广泛的组织平均值,提供了更精细的视图。AlphaGenome 2 在超过 1 亿个细胞谱图上进行了训练,能够识别出近两倍的改变基因表达的变异,并且无需重新训练即可预测新细胞类型的影响,为理解疾病的细胞…

  11. TOOL · CL_355515 ·

    新研究探讨AI架构搜索方法的局限性

    研究人员发现,在特定延迟预算下,用于架构搜索的块蒸馏方法存在局限性,尤其是在加性假设失效时。研究发现,虽然微调可以缩小性能差距,但尤其是在激进的预算下,仍然存在显著的差异。该论文提出了一些诊断和修复这些故障的方法,包括限制相邻层移除的干预措施以及使用logit-sum预测器对移动进行排序的混合搜索方法,在许多情况下,其性能优于成对交互感知程序。

  12. TOOL · CL_344826 ·

    研究人员发现架构搜索方法在高压缩率下失效

    研究人员在用于架构搜索的块蒸馏方法中发现了一个关键限制,尤其是在DeiT-S和DeiT-B等模型中。这些方法对单个替换块进行加性评分,当压缩率达到原始块延迟预算的55-40%时,这些方法开始显著失效。研究表明,这种失效主要归因于KL加性误差的度量和功能组成部分,其影响因模型架构而异。提出的混合搜索方法通过logit-sum预测器对移动进行排序,并且仅测量最佳候选者,为现有的二次规划方法提供了一种更有效且通常更优越的替代方案。

  13. TOOL · CL_342266 ·

    新型Transformer模型提升了节肢动物丰度估算精度

    研究人员开发了BIOTRAM,这是一种新颖的神经网络,旨在提高从元条形码数据推导出的节肢动物丰度估算的准确性。这种受生化信息启发的Transformer模型解决了传统方法中的局限性,在传统方法中,DNA读数计数由于扩增率和样本量变化不直接与相对丰度相关。BIOTRAM学习了每个样本的读数产量,与原始读数比例相比,将Jensen-Shannon散度从0.3586显著降低到0.1200。该模型在来自不同地区、采集日期和实验室的域外数据集上…

  14. TOOL · CL_339646 ·

    基因疗法纠正患者单一DNA错误,为遗传病治疗带来希望

    一项突破性的基因疗法已成功纠正了一名患者DNA中的一个字母错误,靶向治疗α-1抗胰蛋白酶缺乏症。这种遗传性疾病通常会影响肝脏和肺部。治疗后,该患者开始产生必需的蛋白质,且未发现任何意外的基因改变,为肝移植提供了一种潜在的替代方案。

  15. TOOL · CL_341264 ·

    新的BEND 2.0基准评估用于序列设计的DNA语言模型

    一项名为BEND 2.0的新基准已被推出,用于评估DNA语言模型在预测突变效应和指导序列设计方面的能力。该基准包含五个实验数据集的八项任务,显示尽管线性读出和训练后可以提高模型性能,但在特定上下文和多目标设计方面仍存在挑战。研究结果表明,基因组基础模型具有普遍的实用性,但尚未在最基本任务中达到最佳性能。

  16. TOOL · CL_336327 ·

    新的DNA序列设计方法LOCOGEN保护基序,提高鲁棒性

    研究人员开发了LOCOGEN,一种用于设计具有改进鲁棒性和特异性的监管DNA序列的新方法。与先前将引导视为均匀幅度调整的方法不同,LOCOGEN认识到DNA语法的空间非均匀性。它保护关键基序位置免受扰动,同时允许在背景区域进行更多探索,从而更好地满足属性、新颖性和合理性目标。该方法在采样时作用于冻结的扩散模型骨干,无需重新训练。

  17. TOOL · CL_327479 ·

    新的CCP-DP方法提高了DNA序列重建的准确性

    一种名为交叉簇上下文引导相位动态规划(CCP-DP)的新方法已被开发出来,以提高DNA序列重建的准确性。该方法利用不同簇之间的数据集级信息来增强局部证据,这在测序覆盖率低或由于插入、删除和替换导致相位偏移明显时尤其有利。CCP-DP在多个数据集上均显示出高精确重建率,优于现有方法,并在挑战性条件下取得了显著改进。

  18. TOOL · CL_327480 ·

    新的ACOR方法实现DNA数据实时重建

    研究人员开发了ACOR,一种用于重建DNA数据的新型流式方法。该方法通过增量方式处理有噪声的DNA序列,将证据收集与持续测序重叠,以减轻计算负担。ACOR利用持久的k-mer转换账本和边界支持,通过长度约束的束搜索和基于优先级的选择实现高效重建。评估结果表明,ACOR在模拟和真实DNA存储数据集上均有效,实现了近乎完整的恢复和快速的重建时间,并行执行可显著加快速度。

  19. TOOL · CL_319285 ·

    AI 增强药物基因组学,实现个性化药物和剂量匹配

    人工智能正在被开发用于增强药物基因组学,该领域将患者的基因构成与其对药物的反应联系起来。AI 算法可以分析影响药物代谢的基因变异,从而能够更快地识别基因-药物相互作用和优化剂量。该技术旨在通过提供循证指导来支持精准医疗,同时仍然强调临床判断的重要性。

  20. TOOL · CL_316620 ·

    HuggingFaceBio 发布 Carbon-X,一款专注于 DNA 的语言模型

    HuggingFaceBio 发布了 Carbon-X,一个拥有 148 亿参数的语言模型,该模型在 DNA 序列和自然语言上进行了微调。该模型能够预测突变的致病性、识别基因调控区域以及对 DNA 序列进行分类,其提供的见解成本远低于前沿模型。Carbon-X 使用混合分词器,将 DNA 编码为 6-mer,并支持 40,960 个 token 的上下文窗口,研究人员仅需一块 80 GB 的 GPU 即可使用。