阿里云&中大：全新模型有助于解码生物学语言 |《自然-机器智能》论文
Springer Nature科研服务
2025-07-08 08:30
文章摘要
本文介绍了阿里云和中山大学研究团队在《自然-机器智能》上发表的论文，该论文提出了一种名为LucaOne的预训练基础模型，旨在解码生物学语言。生物学语言被编码在DNA、RNA和蛋白质中，但由于其复杂性，解码工作一直具有挑战性。传统方法难以整合这些分子中的信息，限制了全面理解生物系统。LucaOne通过在169,861个物种的核酸和蛋白质序列数据上进行训练，利用大规模数据集成和半监督学习，展现出对DNA翻译成蛋白质等关键生物学原理的理解。该模型在小样本学习中表现优异，为生物信息学研究和解读生命的复杂性提供了灵活的框架。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Issue Information
DOI: 10.1002/rob.22368
Pub Date : 2025-05-15
Optimizing Cancer Classification and Gene Discovery with an Adaptive Learning Search Algorithm for Microarray Analysis
DOI: 10.1007/s42235-025-00656-1
Pub Date : 2025-03-10
Large language models to accelerate organic chemistry synthesis
DOI: 10.1038/s42256-025-01066-y
Pub Date : 2025-07-01
Springer Nature科研服务
四川农大：小麦条锈病抗性新突破 |《自然-遗传学》论文.
2025-07-01
最新文章
京公网安备 11010802042870号
