返回
Transformers and genome language models
DOI:10.1038/s42256-025-01007-9.png)
摘要
En 中文
基于Transformer深度学习架构的大型语言模型已经彻底改变了自然语言处理领域。受人类语言与基因组生物编码之间类比的启发,研究人员已开始基于Transformer及相关架构开发基因组语言模型(gLMs)。本文综述探讨了Transformer和语言模型在基因组学中的应用。我们调研了基因组学中适用于gLMs的开放性问题,并阐述了gLMs及其Transformer架构在这些问题上的应用动机。我们讨论了gLMs在利用无监督预训练任务对基因组进行建模方面的潜力,特别关注零样本和少样本学习的强大能力。我们探讨了Transformer架构的优势与局限性,以及当前gLMs更广泛的优势与局限性。此外,我们基于当前研究趋势,展望了超越Transformer架构的基因组建模未来。本综述为对基因组数据中Transformer和语言模型感兴趣的生物信息学家和计算机科学家提供指导。
Keyword:
DEEP
VARIANTS
SEQ
期刊
IF:
23.9
论文数:
1.3K
被引数:
1.5W
机构
暂无机构信息

