每经AI快讯,美国加州大学伯克利分校团队创建了基因组语言模型GPN-Star,可解读30亿碱基的“语法”,在识别人类遗传变异方面更快更准。该模型利用全基因组比对数据从进化中学习内容,并以远低于大型模型的计算成本完成训练。团队同步发布全基因组预测注释,供生物学家筛选优先实验的致病变异与调控元件。相关论文9日发表于《自然》杂志。(科技日报)
上一篇
澳大利亚3年期国债收益率上涨16个基点,至2011年5月以来最高水平
下一篇
DeepSeek V4.1 Flash模型正式发布;OpenAI限制ChatGPT竞品广告投放|数智早参
每日经济新闻客户端
National Business Daily Mobile Version
港股终迎反弹 恒生科技指数涨超2% MiniMax涨超16%
专访|金地上海沈飞:盘活低效工业用地,建完只是上半场,招商运营决定成败
物奇微冲刺科创板IPO背后:三年累计亏损超7亿元,主营业务毛利率缩水近7个百分点