選項
首頁
快訊
內容
BruceMitchell
BruceMitchell
2025-09-11

Google Research 與 Move37 Labs 推出 NucleoBench,這是第一個針對核酸設計演算法的大規模基準,而 AdaBeam 則是一種新穎的 AI 驅動演算法,在 16 項任務中,有 11 項的表現優於現有方法。這套開放原始碼的工具能有效優化 DNA/RNA 的治療序列,在長序列和大型模型 (如 Enformer) 上的擴充效果更佳。該基準評估了基因表達控制、轉錄因子結合和染色質可及性任務的 400K+ 實驗。AdaBeam 結合了適應性選擇和梯度引導突變,以增強藥物發現工作流程。

Google Research 與 Move37 Labs 推出 NucleoBench,這是第一個針對核酸設計演算法的大規模基準,而 AdaBeam 則是一種新穎的 AI 驅動演算法,在 16 項任務中,有 11 項的表現優於現有方法。這套開放原始碼的工具能有效優化 DNA/RNA 的治療序列,在長序列和大型模型 (如 Enformer) 上的擴充效果更佳。該基準評估了基因表達控制、轉錄因子結合和染色質可及性任務的 400K+ 實驗。AdaBeam 結合了適應性選擇和梯度引導突變,以增強藥物發現工作流程。 Google Research 與 Move37 Labs 推出 NucleoBench,這是第一個針對核酸設計演算法的大規模基準,而 AdaBeam 則是一種新穎的 AI 驅動演算法,在 16 項任務中,有 11 項的表現優於現有方法。這套開放原始碼的工具能有效優化 DNA/RNA 的治療序列,在長序列和大型模型 (如 Enformer) 上的擴充效果更佳。該基準評估了基因表達控制、轉錄因子結合和染色質可及性任務的 400K+ 實驗。AdaBeam 結合了適應性選擇和梯度引導突變,以增強藥物發現工作流程。 Google Research 與 Move37 Labs 推出 NucleoBench,這是第一個針對核酸設計演算法的大規模基準,而 AdaBeam 則是一種新穎的 AI 驅動演算法,在 16 項任務中,有 11 項的表現優於現有方法。這套開放原始碼的工具能有效優化 DNA/RNA 的治療序列,在長序列和大型模型 (如 Enformer) 上的擴充效果更佳。該基準評估了基因表達控制、轉錄因子結合和染色質可及性任務的 400K+ 實驗。AdaBeam 結合了適應性選擇和梯度引導突變,以增強藥物發現工作流程。
評論 (0)
0/300
OR