Arc Institute 发布可解释模型 Pythia,解析 67 种 RNA 结合蛋白识别规律
BoWang87 · x · 2026-10-14
Arc Institute 与 genophoria 实验室、czbiohub、UCSF、Calico、Vector Institute 合作发布可解释 AI 模型 Pythia,研究 RNA 结合蛋白(RBP)如何识别 RNA:RBP 同时依赖序列和结构形状识别 RNA,但不同位点的重要程度不同。
- 团队构建了一个覆盖 67 种 RBP 的高分辨率图谱(new high-resolution atlas)用于训练;
- 模型旨在解析「结构如何决定谁结合谁」的语法;
- 合作团队称这是「集结复仇者联盟」级别的协作,作者包括 Bo Wang 等领域研究者。
这是 AI for Science 方向的又一重要发布,可作为 RNA 识别机制研究的工具。
所属事件:Arc Institute 发布可解释模型 Pythia 解析 RNA 结合蛋白(2 条相关)→
「研究」频道最新
- RigidFormer 入选 NeurIPS：用 Transformer 替代物理引擎模拟刚体动力学 — camenduru · 2026-10-14
- 介于 SFT 与 RL 之间：on-policy 监督微调框架兼顾泛化与算力效率 — burkov · 2026-10-14
- 让模型扮演用户易过度分享,两个团队独立发现同一失败模式 — niloofar_mire · 2026-10-14
- 新研究：合成数据持续累积时，「模型崩溃」并不会发生 — AndrewLampinen · 2026-10-14
- AlphaNIST 机器人训练揭秘：换 Newton 物理引擎堆出稀疏奖励可行 — milesmacklin · 2026-10-14
- Modal 用异构加速器做异步 RL，训练成本更低且收敛稳定 — charles_irl · 2026-10-14