跳到正文
原文
bioRxiv 预印本· Wang, L., Galvin, J., Vaz, E., Keener, R., Battle, A. ·· 15 天前AI 评分22

合成MPRA扰动监督提升序列-功能模型的变异效应预测

Synthetic MPRA perturbation supervision improves variant-effect prediction in sequence-to-function models

AI 导读

研究者用16个模型在110,359条K562 MPRA数据上训练并蒸馏出学生模型,生成合成变异效应标签微调Borzoi。在1,000个基因、600,000个合成样本上微调后,CAGI5启动子变异的Pearson相关系数从0.28升至0.54,903个GTEx精细定位全血eQTL从0.39升至0.46,同时保留全部7,611条输出轨道的预训练性能。

来源:bioRxiv 预印本 · biorxiv.org