机构名称：
¥ 1.0
机器学习的利用，尤其是深层生成模型，已在合成DNA序列产生的领域开辟了有希望的途径。虽然生成对抗网络（GAN）在此应用中获得了吸引力，但他们经常面临诸如样本多样性和模式崩溃等问题。另一方面，扩散模型是一种有希望的新的生成模型，这些模型不承担这些问题的负担，从而使它们能够达到图像生成等领域的最先进。鉴于此，我们提出了一种新型潜在扩散模型，即用于离散DNA序列产生的新型潜扩散模型。通过使用自动编码器将离散的DNA序列简单地嵌入连续的潜在空间中，我们能够利用连续扩散模型的强大生成能力来生成离散数据。此外，我们将Fréchet重建距离（FRED）作为新指标，以测量DNA序列世代的样品质量。我们的码头模型表明，就基序分布，潜在嵌入分布（FRED）和染色质曲线而言，与实际DNA紧密对齐的合成DNA序列具有能力。此外，我们还提供了来自15种的150K独特启动子基因序列的综合跨物种数据集，丰富了基因组学中未来生成建模的资源。我们已在https://github.com/zehui127/latent-dna-diffusion上公开提供代码和数据。
DNA序列生成的潜在扩散模型
主要关键词
相关文件推荐
