选项
首页
快讯
内容
BruceMitchell
BruceMitchell
2025-09-11

谷歌研究院和 Move37 实验室推出了核酸设计算法的首个大规模基准测试 NucleoBench,以及在 16 项任务中有 11 项优于现有方法的新型人工智能驱动算法 AdaBeam。该开源工具可为治疗提供高效的DNA/RNA序列优化,在长序列和Enformer等大型模型上的扩展性更好。该基准评估了 40 多万次实验,涉及基因表达控制、转录因子结合和染色质可及性任务。AdaBeam 结合了自适应选择和梯度引导突变,以增强药物发现工作流程。

谷歌研究院和 Move37 实验室推出了核酸设计算法的首个大规模基准测试 NucleoBench,以及在 16 项任务中有 11 项优于现有方法的新型人工智能驱动算法 AdaBeam。该开源工具可为治疗提供高效的DNA/RNA序列优化,在长序列和Enformer等大型模型上的扩展性更好。该基准评估了 40 多万次实验,涉及基因表达控制、转录因子结合和染色质可及性任务。AdaBeam 结合了自适应选择和梯度引导突变,以增强药物发现工作流程。 谷歌研究院和 Move37 实验室推出了核酸设计算法的首个大规模基准测试 NucleoBench,以及在 16 项任务中有 11 项优于现有方法的新型人工智能驱动算法 AdaBeam。该开源工具可为治疗提供高效的DNA/RNA序列优化,在长序列和Enformer等大型模型上的扩展性更好。该基准评估了 40 多万次实验,涉及基因表达控制、转录因子结合和染色质可及性任务。AdaBeam 结合了自适应选择和梯度引导突变,以增强药物发现工作流程。 谷歌研究院和 Move37 实验室推出了核酸设计算法的首个大规模基准测试 NucleoBench,以及在 16 项任务中有 11 项优于现有方法的新型人工智能驱动算法 AdaBeam。该开源工具可为治疗提供高效的DNA/RNA序列优化,在长序列和Enformer等大型模型上的扩展性更好。该基准评估了 40 多万次实验,涉及基因表达控制、转录因子结合和染色质可及性任务。AdaBeam 结合了自适应选择和梯度引导突变,以增强药物发现工作流程。
评论 (0)
0/300
OR