एक लंबा-संदर्भ जनरेटिव जीनोमिक फाउंडेशन मॉडल

वेई वू और 17 अन्य लेखकों द्वारा जेनरेटर: ए लॉन्ग-कॉन्टेक्स्ट जेनरेटिव जीनोमिक फाउंडेशन मॉडल शीर्षक वाले पेपर का एक पीडीएफ देखें।

पीडीएफ देखें
HTML (प्रयोगात्मक)

अमूर्त:डीएनए अनुक्रमण की तीव्र प्रगति ने विशाल जीनोमिक डेटासेट का उत्पादन किया है, फिर भी जीनोमिक फ़ंक्शन की व्याख्या और इंजीनियरिंग मूलभूत चुनौतियां बनी हुई हैं। हाल के बड़े भाषा मॉडल ने जीनोमिक विश्लेषण के लिए नए रास्ते खोले हैं, लेकिन मौजूदा दृष्टिकोण अक्सर प्रतिबंधित प्रशिक्षण दायरे, बाधित उत्पादक क्षमता या निषेधात्मक कम्प्यूटेशनल लागत द्वारा सीमित होते हैं। हम जेनरेटर पेश करते हैं, जो लंबे-संदर्भ डीएनए मॉडलिंग के लिए एक जेनरेटिव जीनोमिक फाउंडेशन मॉडल है, जिसकी संदर्भ लंबाई 98k न्यूक्लियोटाइड है, जो यूकेरियोटिक डीएनए के 386 बिलियन न्यूक्लियोटाइड पर पूर्व-प्रशिक्षित है। कार्य-विशिष्ट फाइन-ट्यूनिंग के बिना, जेनरेटर मजबूत आंतरिक क्षमताओं को प्रदर्शित करता है: अप्रशिक्षित एम्बेडिंग विश्लेषण फ़ाइलोजेनेटिक रूप से सुसंगत संरचना को प्रकट करते हैं, और अनुक्रम पुनर्प्राप्ति बेंचमार्क काफी बेहतर कम्प्यूटेशनल दक्षता के साथ अत्याधुनिक मॉडल के बराबर या उससे अधिक जेनरेटर सटीकता प्रदर्शित करते हैं। शून्य-शॉट सेटिंग में, जेनरेटर संरेखण-आधारित तरीकों के सापेक्ष प्रतिस्पर्धी भिन्न प्रभाव भविष्यवाणी प्रदर्शन प्राप्त करता है, जबकि पूरी तरह से संरेखण-मुक्त रहता है और प्रजातियों में व्यापक रूप से लागू होता है। कार्य-विशिष्ट फ़ाइन-ट्यूनिंग के साथ, मॉडल स्थापित जीनोमिक बेंचमार्क पर अग्रणी प्रदर्शन प्राप्त करता है। हम आगे व्यावहारिक जनरेटिव अनुप्रयोगों का प्रदर्शन करते हैं। जेनरेटर प्रोटीन-कोडिंग डीएनए अनुक्रम उत्पन्न कर सकता है जो संरचनात्मक रूप से प्रशंसनीय प्रोटीन में अनुवाद करता है और, एक त्वरित-निर्देशित डिजाइन ढांचे के माध्यम से, लक्षित गतिविधि प्रोफाइल के साथ सीआईएस-नियामक तत्वों को डिजाइन करता है, जिसमें उच्च-थ्रूपुट यूएमआई-स्टार-सीक एसेज़ द्वारा मान्य सिंथेटिक सुपर-एन्हांसर भी शामिल हैं। साथ में, ये परिणाम जेनरेटर को जीनोमिक व्याख्या और प्रोग्रामयोग्य अनुक्रम डिजाइन के लिए एक कुशल और जैविक रूप से आधारित ढांचे के रूप में स्थापित करते हैं। कोड और पूरक संसाधन यहां उपलब्ध हैं यह https यूआरएल.