已报备公安备案 9月11日，美国加州大学伯克利分校团队创建了基因组语言模型GPN-Star，可解读30亿碱基的“语法”，在识别人类遗传变异方面更快更准。该模型利用全基因组比对数据从进化中学习内容，并以远低于大型模型的计算成本完成训练。团队同步发布全基因组预测注释，供生物学家筛选优先实验的致病变异与调控元件。相关论文9日发表于《自然》杂志。（科技日报）
免责声明：仅供学习交流，著作权归原作者所有；如您认为相关资源侵犯了您的合法权益，请附上权利证明发送邮件至 admin@fsgameo.com，我们将尽快核实并及时下架
9月11日，美国加州大学伯克利分校团队创建了基因组语言模型GPN-Star，可解读30亿碱基的“语法”，在识别人类遗传变异方面更快更准。该模型利用全基因组比对数据从进化中学习内容，并以远低于大型模型的计算成本完成训练。团队同步发布全基因组预测注释，供生物学家筛选优先实验的致病变异与调控元件。相关论文9日发表于《自然》杂志。（科技日报）
