跳到正文
原文
bioRxiv 预印本· Brown, A. S., Yang, J., Llinas, M., Mahony, S. ·· 2 天前AI 评分22

顶复门特异性基础模型提升恶性疟原虫调控基因组信号预测

An apicomplexan-specific foundation model improves prediction of regulatory genomic signals in Plasmodium falciparum

AI 导读

研究者基于76种顶复门物种的455个基因组组装,通过掩码核苷酸重建训练了基因组预训练网络(GPN),并在留出染色体上微调预测恶性疟原虫的转录因子结合位点、染色质可及性、组蛋白修饰及10种染色质状态。预训练加微调提升了多数特征的预测表现,收益主要集中在标注样本少于3000例的数据集;而人类基因组预训练模型迁移效果较差,提示系统发育相关预训练而非基础模型本身带来增益。

来源:bioRxiv 预印本 · biorxiv.org