옵션
속보
콘텐츠
BruceMitchell
BruceMitchell
2025년 9월 11일

Google Research와 Move37 Labs는 핵산 설계 알고리즘을 위한 최초의 대규모 벤치마크인 NucleoBench와 16개 작업 중 11개 작업에서 기존 방법보다 뛰어난 성능을 보인 새로운 AI 기반 알고리즘인 AdaBeam을 소개했습니다. 이 오픈 소스 도구는 치료제를 위한 효율적인 DNA/RNA 서열 최적화를 가능하게 하며, 긴 서열과 Enformer와 같은 대규모 모델에서 더 잘 확장됩니다. 이 벤치마크는 유전자 발현 제어, 전사 인자 결합 및 염색질 접근성 작업에 걸쳐 40만 개 이상의 실험을 평가했습니다. AdaBeam은 적응형 선택과 그라데이션 가이드 돌연변이를 결합하여 신약 개발 워크플로우를 향상시킵니다.

Google Research와 Move37 Labs는 핵산 설계 알고리즘을 위한 최초의 대규모 벤치마크인 NucleoBench와 16개 작업 중 11개 작업에서 기존 방법보다 뛰어난 성능을 보인 새로운 AI 기반 알고리즘인 AdaBeam을 소개했습니다. 이 오픈 소스 도구는 치료제를 위한 효율적인 DNA/RNA 서열 최적화를 가능하게 하며, 긴 서열과 Enformer와 같은 대규모 모델에서 더 잘 확장됩니다. 이 벤치마크는 유전자 발현 제어, 전사 인자 결합 및 염색질 접근성 작업에 걸쳐 40만 개 이상의 실험을 평가했습니다. AdaBeam은 적응형 선택과 그라데이션 가이드 돌연변이를 결합하여 신약 개발 워크플로우를 향상시킵니다. Google Research와 Move37 Labs는 핵산 설계 알고리즘을 위한 최초의 대규모 벤치마크인 NucleoBench와 16개 작업 중 11개 작업에서 기존 방법보다 뛰어난 성능을 보인 새로운 AI 기반 알고리즘인 AdaBeam을 소개했습니다. 이 오픈 소스 도구는 치료제를 위한 효율적인 DNA/RNA 서열 최적화를 가능하게 하며, 긴 서열과 Enformer와 같은 대규모 모델에서 더 잘 확장됩니다. 이 벤치마크는 유전자 발현 제어, 전사 인자 결합 및 염색질 접근성 작업에 걸쳐 40만 개 이상의 실험을 평가했습니다. AdaBeam은 적응형 선택과 그라데이션 가이드 돌연변이를 결합하여 신약 개발 워크플로우를 향상시킵니다. Google Research와 Move37 Labs는 핵산 설계 알고리즘을 위한 최초의 대규모 벤치마크인 NucleoBench와 16개 작업 중 11개 작업에서 기존 방법보다 뛰어난 성능을 보인 새로운 AI 기반 알고리즘인 AdaBeam을 소개했습니다. 이 오픈 소스 도구는 치료제를 위한 효율적인 DNA/RNA 서열 최적화를 가능하게 하며, 긴 서열과 Enformer와 같은 대규모 모델에서 더 잘 확장됩니다. 이 벤치마크는 유전자 발현 제어, 전사 인자 결합 및 염색질 접근성 작업에 걸쳐 40만 개 이상의 실험을 평가했습니다. AdaBeam은 적응형 선택과 그라데이션 가이드 돌연변이를 결합하여 신약 개발 워크플로우를 향상시킵니다.
의견 (0)
0/300
OR