关键词variant effect prediction
搜索结果 - 3
- DYNA:用于变异致病性的疾病特定语言模型
通过提出 DYNA 方法,通过 Siamese 神经网络针对所有基因组学基础模型进行疾病特异性微调,从而提高了变异效应预测的准确性,这对疾病关联和临床适用性具有重要价值。
- PoET: 蛋白家族的生成模型,作为序列组成的序列
提出了一种全新的蛋白质进化转换器(PoET), 它是一种自回归生成整个蛋白家族的模型,可以用作检索嵌入式语言模型,从而生成和评分任意修饰物,并对深度突变扫描数据集进行广泛实验,可以改善所有 MSA 深度的蛋白质变体效应预测。
- 盲突变影响预测的多级蛋白质表示学习
本文提出了一种新的预训练框架,它将用于蛋白质主体结构和三级结构的序列和几何分析器级联,模拟野生型蛋白质的自然选择并评估变体的效果,以指导遗传突变方向,实现所需特征,提出了一种新的变体影响预测方法,其预测结果在单点和深部变异方面表现良好。