Nat Methods｜用于基因组学应用的通用AI模型

本文介绍了美国InstaDeep公司在Nature Methods上发表的关于通用AI模型在基因组学应用中的研究。研究开发了基于自监督学习的Nucleotide Transformer系列模型，这些模型通过大规模公共基因组数据的预训练，能够提取核苷酸序列的上下文特异性表征，并用于预测分子表型。研究结果表明，这些模型在染色质特征识别、DNA调控元件预测和人类基因组剪接位点识别等任务中表现优异，尤其是在多物种基因组预训练的版本中。尽管存在一些局限性，如处理序列长度限制和跨任务迁移能力不足，但通过未来的多模态模型开发，有望进一步提升模型性能。