bioinformatics | BriefGPT - AI 论文速递

关键词bioinformatics

搜索结果 - 50

生命科学中的计算：从早期算法到现代人工智能
计算在生命科学中的发展历程以及人工智能和机器学习在现代生命科学研究中的应用和影响。
PDF13 days ago
视野逐层学习范式推动基因剪接识别
通过提出一种名为 Horizon-wise Gene Splicing Identification（H-GSI）的基于视野的基因剪接识别框架，本研究在现代人工智能和生物信息学的合作中解决了基因剪接的核心任务。与既有研究相比，H-GSI 应
PDF15 days ago
深度学习方法开发在计算生物学中的机遇
分子技术的进展推动了与生物学和生物医学相关的数据集的巨大增长。这些进展与机器学习中的深度学习子领域相似。可微分编程工具箱中的组件使深度学习成为可能，使计算机科学家能够用灵活和有效的工具解决越来越多的问题。然而，这些工具中许多尚未充分应用于计
PDF18 days ago
使用基于 Transformer 的深度学习模型来进行 RNA 二级结构预测
讨论了 RNA 和 RNA 的二级结构及其预测的基本概念，以及机器学习技术在预测生物大分子结构中的应用，并提出了基于 ResNet 的 RNA 三级结构预测算法和打分模型。
PDF3 months ago
ChatGPT 在生物信息学和生物医学信息学中的应用：第一年回顾
2023 年，将大型语言模型（LLM）聊天机器人 ChatGPT 应用于各个领域迎来了显著增长；我们调查了 ChatGPT 在生物信息学和生物医学信息学领域的各个部门中的应用情况，涵盖了组学、遗传学、生物医学文本挖掘、药物发现、生物医学图像
PDF3 months ago
应用量子张量网络进行蛋白质分类
蛋白质序列可以被看作自然语言处理中的句子，并且可以使用现有的量子自然语言处理框架解析为合理量子比特的参数化量子电路，这些电路可以被训练用于解决各种与蛋白质相关的机器学习问题。论文提出了适应蛋白质数据需求的详细方法，通过全面的实验结果支持，展
PDF4 months ago
探索基因调控互作网络并预测咽喉癌和 EGFR 突变肺腺癌的治疗分子
使用生物信息学工具对 EGFR 突变型肺腺癌和咽下癌进行基因调控网络分析，发现了共同治疗分子，为这两种疾病同时患者提供了有益的治疗方法。
PDF4 months ago
超维度计算：生物数据的快速、稳健和可解释范式
生物信息学中的关键词为：算法、深度学习、超维计算、组学数据。本文总结并探索了超维计算在生物信息学中的潜力，强调了其效率、可解释性和处理多模态和结构化数据的能力。超维计算对于组学数据搜索、生物信号分析和健康应用具有巨大的潜力。
PDF4 months ago
生物信息学研究中大型语言模型的评价
基于大型语言模型（LLMs）的研究和应用在生物信息学领域有着巨大潜力和效力，该研究通过分析各种关键生物信息学任务，证明了 LLMs（如 GPT 变体）在给定适当提示的情况下可以成功处理大多数任务，同时也分析了在复杂生物信息学任务中的局限性。
PDF4 months ago
生物信息学中的基础模型的进展与机遇
这篇综述论文通过系统调查和总结生物信息学中的基础模型对于特定生物问题的应用以及面临的挑战和限制，并提出了基础模型在未来生物研究中的发展方向和策略。
PDF5 months ago
生物信息学中的大型语言模型：应用与展望
大型语言模型在生物信息学领域具有巨大潜力和前景，广泛应用于基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等多个层面的生物信息学问题。
PDF6 months ago
XAI 与生物学的结合：可解释人工智能在生物信息学应用中的综述
人工智能特别是机器学习和深度学习模型对生物信息学研究产生了重大影响，但这些模型的可解释性和透明度不足在深入的生物学见解和生成可检验的假设方面存在挑战。可解释人工智能 (XAI) 已经成为增强生物信息学中人工智能模型的透明性和可解释性的有希望
PDF7 months ago
深度图神经网络的系统综述：挑战、分类、架构、应用与生物信息学的潜在用途
深度学习在图神经网络中的非欧几里得空间的生物信息学研究中具有潜在的优势，能够解决与生物相关的复杂图形问题。
PDF8 months ago
生物编码器：基于上下文语用知识的生物信息学代码生成基准
基于预训练语言模型的生物信息学代码生成的基准评估 BioCoder 表明，领域知识、实际代码生成和上下文理解的重要性。
PDF10 months ago
NLP 与 RNA 相遇：使用 Word2Vec 进行未监督的嵌入式学习，用于核糖酶
本研究实现了 Word2Vec，一种自监督学习技术，用于学习核糖酶嵌入式，结果表明这种方法将有助于核糖酶的进一步研究和生物信息学领域的发展。
PDFa year ago
CIMLA：可解释的 AI 用于推断差分因果网络
提出一种新的工具 ——CIMLA，用于发现条件相关的因果关系变化，通过对 CIMLA 在模拟数据集上的广泛基准测试，证明其在发现生物条件下分子调解网络中一些差异方面比大多数现有方法更加健壮且精准，并利用其对患老年痴呆症的单细胞 RNA 测序
PDFa year ago
基因组学中的经典到量子序列编码
本文介绍了在生物信息学中使用多种数学领域的算法进行古典到量子数据编码的新颖方法，其中包括无损压缩、小波编码和信息熵技术，并提出了基于量子玻尔兹曼机的 DNA 序列编码测试方法，为量子计算在生物信息学中的发展提供了新的思路和应用。
PDFa year ago
人工智能聊天机器人在联邦生物信息学知识图谱数据探索中的潜力
本文主要探讨人工智能聊天机器人在促进联邦知识图谱数据访问中的作用，并以生物信息学领域为例说明对对领域专家有益的对话式人工智能数据集描述、生成和解释（联邦）查询的潜在用途。
PDFa year ago
生物信息学中的扩散模型：深度学习革命的新浪潮
本文综述了去噪扩散模型在生物信息学中的应用及其新的发展和应用潜力。
PDFa year ago
医疗保健中的深度学习：详细分析
本文综述了深度学习模型及其在生物信息学和医疗保健领域中的广泛应用，涵盖了不同结构的 DL 模型，并讨论了进行 DL 研究时可能遇到的一些关键挑战。
PDFa year ago