AlphaGenome 开始被微调到覆盖轨迹之外的 RNA-seq 模态
anshulkundaje · x · 2026-07-29
这篇 genomicsxai 博文介绍了一个用于 AlphaGenome 的微调框架,目标是把模型适配到多种 RNA-seq 模态,包括基因表达、剪接位点使用和剪接连接(splice junctions)。
作者详细说明了整个流程:数据预处理、数据加载、调试与在留出基因区间上的评估。研究动机是让 AlphaGenome 适应预训练阶段没有见过的 RNA-seq 样本,从而学习样本特异的多模态转录组模式。文中还用 SF3B1 K700E 癌症驱动突变样本与野生型样本做案例,因为该突变会影响剪接并促进隐蔽剪接位点的使用。
所属事件:研究团队微调AlphaGenome适配RNA-seq数据(4 条相关)→
「研究」频道最新
- Goodfire 创始人挑战叠加假说:InceptionV1 多语义性或另有成因 — petrusenko_max · 2026-10-16
- UPenn 实验:让 Claude 批判自己默认想法,研究灵感产出提升最多 — arjunrajlab · 2026-10-16
- 实测 11 种提示策略催 LLM 创意:直接要「非显而易见」的点子最有效 — arjunrajlab · 2026-10-16
- 研究者长期实验:什么样的提示词能让 LLM 产出最有意思的点子? — arjunrajlab · 2026-10-16
- SimpleMark 论文:多比特文本水印可将每 token 失真限制在预算内 — rishabh16_ · 2026-10-16
- 斯坦福新论文:生成式表征学习做 tokenizer,省 7-8 倍训练算力 — HirokatuKataoka · 2026-10-16