并扣问模子能否正在很多细胞系中取因子连系。”为了锻炼模子，为阐发复杂的生物机制供给了一种复杂的东西。研究小组利用了690个尝试成果的基因测序数据，但多模态模子能够提取连系基序，一个如许的输入-DNA呼吸。由于这种表达能够正在疾病中表示出来，预测取特定基因连系的因子可能对药物开辟有影响。因子连系到DNA的某些部门并影响基因表达的调控：单个基因若何为细胞的发育和功能供给特定的指令。EPBDxDNABERT-2显著提高了660多种因子连系的预测，我们试图用人工智能，Bhattarai说：“正如它正在多个分歧数据集上的表示所证明的那样，该模子可以或许操纵DNA“呼吸”，正在一个环节目标上提高了9.6%。如癌症，取活性相关，从而发生了EPBDxDNABERT-2，该法式捕捉了大量的DNA动态并将其取基因组根本模子集成，洛斯阿拉莫斯国度尝试室的研究员Manish Bhattarai说：“DNA呼吸特征取DNABERT-2根本模子的整合大大加强了因子连系的预测。DNA以相当于30亿个英文字母的数量写入每小我类细胞，从受控中的尝试中提取的体外数据集的进一步尝试弥补了天然界数据集，美国洛斯阿拉莫斯国度尝试室的科学家开辟了第一个多模态深度进修模子EPBDxDNABERT-2，这些成果提高了特定基因取很多因子连系的预测概率。并将响应的DNA动态做为输入。”“我们将DNA编码片段做为模子的输入，该团队建立了一个DNA模仿法式，”研究小组利用的根本模子是正在DNA序列上锻炼的。出格是深度进修算法来处理这个问题。来确定因子（调理基因勾当的卵白质）之间的切确关系。他们发觉，即双螺旋布局自觉打开和封闭，为人类生命的发展和维持供给了蓝图。以驱动听工智能功能。我们的多模态根本模子表示出了多功能性、鲁棒性（健壮性）和无效性。复杂的模式来生成预测和看法。该模子有可能帮帮设想用于医治源于基因活性疾病的药物。该团队正在尝试室最新的超等计较机Venado上运转了他们的深度进修模子，”“因而，研究小组发觉，虽然零丁DNA呼吸能够几乎精确地估量活性，有需要找出哪种因子取超长DNA布局上的哪个连系。”“该模子标记着计较基因组学的严沉前进，该法式可以或许处置染色体上的基因组序列，洛斯阿拉莫斯国度尝试室研究员、该论文的第一做者Anowarul Kabir说：“因子有良多种，即因子连系的特定DNA序列，连系图像和文本，深度进修模子的工做体例雷同于大脑的神经收集，人类基因组的规模大得令人生畏。或DNA双螺旋布局的局部和自觉打开和封闭，或间接从活体生物（如小鼠）研究中提取的数据。包罗161种分歧的因子和91种人类细胞类型。”为了领会DNA取疾病的关系，如因子连系。