bioRxiv 预印本· Datta, N., Shatabda, S., Bayzid, M. S., Rahman, M. S. ·· 12 天前AI 评分22
MirrorDNA:一种保证反向互补序列镜像对称分词边界的DNA语言模型
Learning Strand-Equivariant Tokenizations of DNA with MirrorDNA
AI 导读
研究者提出MirrorDNA,一种带可学习分词器的紧凑DNA语言模型,可保证反向互补序列的分词边界镜像对称,并证明该对称性贯穿整个模型。BPE与k-mer分词器在两条链上对92–100%的转录因子motif切分不同,NT-v2、DNABERT-2和HyenaDNA在测试序列反向互补后有25–31%的预测发生改变。
来源:bioRxiv 预印本 · biorxiv.org