BPNet 与 Cherimoya 如何校正基因组模型中的染色质混淆因素
anshulkundaje · x · 2026-10-31
斯坦福研究者 Anshul Kundaje 在讨论中指出，基因组深度学习模型能否排除开放染色质等混淆信号，取决于训练方式——即显式校正输入 DNA 序列效应——以及训练时基因组采样的方式。
他提到 BPNet 和 Cherimoya 模型在校正影响多任务模型的开放染色质混淆特征方面尤其有效，并指出 tangermeme 论文中有一个 MYC 位点上 BPNet 与 DeepSEA 对比的经典案例。
所属事件:UMass 团队开源 BATv1：4.6 万参数小模型图谱覆盖 3429 组 TF 结合实验(14 条相关)→
「研究」频道最新
- krishnan 点评多智能体自主实验室：批评改变了下一步搜索方向 — krishnan · 2026-10-31
- 给 Agent 加「拒绝记录」再试错：多智能体排障的工业级实验设计 — krishnan · 2026-10-31
- krishnan 提议：记录故障排查中被否决的解释，留作未来重开的证据 — krishnan · 2026-10-31
- 东京科学大学预印本：多智能体 AI 实验室自主研究金刚石量子自旋 — krishnan · 2026-10-31
- PI 智能体 30 小时否决 75 个提案，管理者据此排除重复坏方向 — krishnan · 2026-10-31
- 后续 9 个提案探索 7 个新方向：拒绝成了信息而非判词 — krishnan · 2026-10-31