顶刊论文（社媒热度）· Nature·· 18 天前精选评分54
GPN-Star：整合物种树和比对信息的基因组预训练网络提升全基因组功能约束预测
Predicting genome-wide functional constraints with GPN-Star.
导读
GPN-Star 是一种基于系统发育感知架构的基因组预训练网络，利用全基因组比对和物种树显式建模进化关系。该模型在人类基因组编码和非编码区的多种变异效应预测任务中达到最优性能，能更好优先识别致病性和精细定位的GWAS变异，并提升罕见变异关联检验的效能。研究还展示了该框架在五种模式生物中的可推广性。
推荐理由
该模型整合了物种树和全基因组比对，在编码和非编码区变异效应预测中优于传统进化模型和现有基因组语言模型。
来源：顶刊论文（社媒热度） · doi.org