XiaoMi-AI文件搜索系统
World File Search SystemDnabert
dnabert，一种在生物学和健康中进行顺序预测的语言方法
本文论文讨论了这种新的DNABERT模型，并解决了它对生物学和健康产生影响的程度。在这里，与当前现有模型相比，DNABERT是否是革命性的。通过比较先前研究中预测模型的准确性与DNABERT的准确性，我得出的结论是，DNABERT可以在剪接位点预测上获得出色的性能，并且可以获得最高的准确性，但无法获得启动子预测的出色性能。因此，我的目的是确定DNABERT的工作原理，以便可以获得可能可以用于进一步优化和自定义的理解。因此，分析了DNABERT的K-MER令牌化方法和字节对编码。这是通过采用Ji等人的DNABERT的所述方法来进行的。（2021）和Zhou等人的DNABERT-2。（2023）。从此分析中可以得出结论，两种方法都比现有的DNA/RNA预测方法更好，但是BPE是最有前途的。之后，使用DNABERT（DNABERT-PROM）重点介绍了启动子预测，以清楚地了解其过程以及如何进行预培训。为了获得此信息，Ji等人的DNABERT-PROM方法的描述。（2021）进行了调整。在这里，可以确定的是，使用具有TATA-Box存在或不存在的远端启动子，对DNABERT-PROM进行了培训，以预测Homo Sapiens。此外，使用EPDNEW数据库获取启动子的数据。为此，Ji等人的DNABERT的描述特性。在分析了DNABERT-PROM之后，我得出的结论是，它是一个高效的模型，可以预测Homo Sapiens中的启动子。最后，我选择提供更广泛的DNABERT观点，以研究如何在生物学和健康领域中应用。（2021）进行了调整，并将其与生物学和健康中的当前限制进行了比较。在这里，我得出的结论是，DNABERT是生物学和健康中转录调节预测的最有前途的模型，因为它可以解决上下文所需的信息。我得出的结论是，DNABERT也应该是执行其他类型的DNA/RNA预测的“第一选择”方法，尽管它们的用法绝不能替代研究和诊断中的决策。尽管DNABERT已经是一个非常充分的预测模型，但仍需要进一步的优化和自定义来扩大其对生物学和健康中顺序预测的贡献。
一种用于生成噬菌体基因组
3。ji，Y.，Zhou，Z.，Liu，H。＆Davuluri，R。V. Dnabert：预先训练的双向编码器119来自Transformers模型的DNA语言中DNA语言的表示。生物信息学37，120 2112–2120（2021）。121
![arxiv：2503.04413v1 [CS.CL] 2025年3月6日](/simg/g:\will\search\icon\source\7\78f273c54858d278a753276b2fc0996460e6e39c.webp)
arxiv：2503.04413v1 [CS.CL] 2025年3月6日
这项研究表明，与传统的基于变压器编码器的模型相比，可以以更灵活的方式以更灵活的方式使用生成的大语言模型来用于DNA序列分析和分类任务。虽然基于编码器的模型（例如DNABERT和核苷酸变压器）在DNA序列层化中表现出了很大的性能，但在此领域中尚未广泛地使用了基于变压器解码器的构模型。这项研究评估了如何有效地生成大语言模式使用各种标签处理DNA序列，并在提供附加文本信息时分析性能的变化。实验是在抗菌分辨率基因上进行的，结果表明，当序列和文本信息均不合格时，大型语言模型可以提供综合或可能更好的预测，降低灵活性和准确性。本工作中使用的代码和数据可在以下GitHub存储库中获得：https：//github.com/biocomgit/llm4dna。
structMRNA一个基于双重水平的BERT模型和有条件的mRNA表示
在这项研究中，我们引入了StructMRNA，这是一种新的基于BERT的模型，该模型旨在详细分析mRNA序列和结构。DNABERT在理解具有双向编码器表示的非编码DNA的复杂语言方面的成功扩展到具有structMRNA的mRNA。这个新模型使用了一种特殊的双级掩蔽技术，该技术涵盖了序列和结构以及条件掩蔽。这使结构mRNA能够通过利用在广泛的数据集进行广泛的预培训期间学到的复杂序列结构相关性来熟练地生成有意义的mRNA序列嵌入mRNA序列。与诸如斯坦福大学OpenVaccine项目中的著名模型相比，结构mRNA在重要的任务中表现更好，例如预测RNA降解。因此，结构mRNA可以通过预测看不见的mRNA序列的二级结构和生物学功能来告知更好的基于RNA的治疗方法。通过严格的评估，进一步证实了该模型的熟练程度，揭示了其前所未有的跨各种生物体和条件的能力，从而在治疗设计的mRNA的预测分析中标志着显着进步。通过这项工作，我们旨在为mRNA分析设定新的标准，从而有助于更广泛的基因组学和治疗性发展领域。
Z-Flipon变体揭示了Z-DNA和...
鉴于Z-DNA的作用，鉴于其染色性质仍然具有挑战性。在这里，我们对在实验鉴定的Z-DNA形成序列（Z-lipons）上训练的DNABERT变形金刚算法进行全基因组审查。该算法对现有方法产生了较大的性能增强（F1 = 0.83），并实现了计算诱变，以实现基础替代对Z-DNA形成的影响。我们表明Z- iPons富含启动子和端粒，过度扎根定量性状基因座，用于RNA表达，RNA编辑，剪接和与疾病相关的变体。我们在许多正交数据库和定义的junction基序中进行了跨估算。令人惊讶的是，我们描述的许多效果可能是通过Z-RNA形成介导的。在Scarf2，Smad1和Cacna1转录本中鉴定了共享的Z-RNA图案，而非编码RNA中存在其他基序。我们为Z-RNA折叠提供了证据，该折叠通过替代krab域锌纤维蛋白的剪接来促进适应性免疫。对OMIM和推定的GNOMAD功能丧失数据集的分析表明，Z流iPon的重叠在8.6％和2.9％的Mendelian病基因中，Mendelian疾病基因的重叠，大大扩展了映射到Z- iPons的表型的范围。