科技日报记者张梦然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。
人类全基因组约30亿个碱基对中，仅1%—2%编码蛋白质，其余包含不编码的“垃圾DNA”及控制基因表达时间、位置和强度的调控序列。要对变异基因逐个开展实验不现实，GPN-Star以DNA序列为训练对象，把4种碱基A、C、G、T作为“字母”，通过模式识别学习基因组语法，预测变异致病性并标注功能性与非功能性元素。他们已发布基于模型的全基因组评分，突出可能影响性状的变异，用于优先安排致病性实验。总编辑圈点我们已经可以更聪明地“读”基因组。这可能推动整个科学领域里AI应用的转变。
本文来自作者[板卡拆解社]投稿，不代表绮畅科技网立场，如若转载，请注明出处：https://www.lorte.cn/zixun/202609/1908.html
评论列表（4条）
我是绮畅科技网的签约作者“板卡拆解社”！
希望本篇文章《AI破译30亿碱基“语法” 遗传变异识别更快更准》能对你有所帮助！
本站[绮畅科技网]内容主要涵盖：教育咨询,知识百科
本文概览：科技日报记者张梦然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。