本文提出了一种基于随机投影的低维嵌入方法，可以快速高效地计算不同形式的生物序列，从而避免了核方法的计算时间、内存使用和泛化性挑战。该方法的预测性能在多种真实分类任务中优于若干最先进的嵌入和核方法

Apr, 2023

提出了 Onto2Vec 方法，它基于生物医学本体的注释来学习生物实体的特征向量。我们的方法可应用于生物信息学研究问题，如基于相似性的蛋白质相互作用预测，使用监督学习分类交互类型或聚类。

Jan, 2018

本文提出了一种基于 word2vec 模型的新方法，用于训练变长 k-mers 的分布式表示。实验表明 dna2vec 向量求和类似于核苷酸串联，并且 Needleman-Wunsch 相似度得分与 dna2vec 向量的余弦相似度之间存在相关性。

Jan, 2017

本篇研究提出了 BioConceptVec，通过利用最先进的文本挖掘工具和机器学习模型学习 PubMed 摘要中介绍的超过 400,000 个生物概念的向量表示（即嵌入），来捕捉相关概念的语义。BioConceptVec 已经在包括 9 个不同生物数据集的 2500 万实例的多个生物信息学任务中得到了全面评估，在所有任务中其性能均优于现有方法。最后，BioConceptVec 通过网站免费向研究社区和公众提供。

Dec, 2019

通过基因的有组织数值表示，可以更高效地对序列进行聚类，并通过编码条形码和 cDNA 序列的序列嵌入方法和欧氏空间向量接近算法来改善相似性搜索的时间复杂性。

Aug, 2023

本文提出了一种利用图神经网络和自然语言大模型生成结构和序列感知型蛋白质表示的新框架，并将其与传统的基于结构对齐的方法相比较，证明了该方法在比较蛋白质结构和蛋白质结构分类任务中的优越性能。

Jun, 2023

使用 Vector Field Network (VFN) 方法，能够高效地对蛋白质扩散和设计进行建模，此方法在蛋白质向量计算以及帧与原子建模方面，表现出优于其他现有方法的性能。

Oct, 2023

这篇论文介绍了 BioSentVec，自然语言处理中用于句子嵌入技术的一种新方法，并且在医学文本挖掘与语义相似度任务中取得了优异表现。

Oct, 2018

使用变分自编码器对天然蛋白序列进行嵌入，以预测突变对蛋白质功能的影响，并可用于计算引导蛋白质序列空间的探索和更好地指导有理和自动蛋白质设计。

Dec, 2017

利用 Spike2Vec 方法和机器学习技术，我们成功地处理了数百万条与 COVID-19 相关的基因序列，实现了精准的分类和聚类。

Sep, 2021