.png){kind=icon}
返回
Foundation models in bioinformatics
.png){kind=icon}
OA
AI
DOI：10.1093/nsr/nwaf028.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着基础模型（FMs）的采用，人工智能（AI）在生物信息学中的重要性日益凸显，并已成功解决了许多历史性挑战，如预训练框架、模型评估和可解释性。基础模型在管理大规模、无标签数据集方面展现出显著能力，因为实验流程成本高昂且劳动密集。在各种下游任务中，基础模型持续取得引人注目的成果，显示出对生物实体的高精度表示能力。基础模型的应用为计算生物学带来了新的时代，关注于一般性和特定性生物问题。在本综述中，我们介绍了应用于多种下游任务（包括基因组学、转录组学、蛋白质组学、药物发现和单细胞分析）的生物信息学基础模型的最新进展。我们的目标是协助科学家根据四种模型类型（语言基础模型、视觉基础模型、图基础模型和多模态基础模型）选择适当的生物信息学基础模型。除理解分子景观外，AI技术还能为分子生物学的持续创新奠定理论和实践基础。本综述介绍了应用于多种下游任务（包括基因组学、转录组学、蛋白质组学、药物发现和单细胞分析）的生物信息学基础模型（FMs）的最新进展。
Keyword:
foundation model
bioinformatics
genomics
transcriptomics
proteomics
drug discovery
single-cell analysis
