Mola：直接从 DNA 序列建模单分子染色态分布的 S2d 框架
anshulkundaje · x · 2026-11-06
芝加哥大学 Jian Zhou 组在 bioRxiv 发布预印本，提出 sequence-to-distribution（S2d）框架，直接从 DNA 序列建模单分子染色质状态的完整概率分布，并据此训练出模型 Mola。现有多数深度学习模型只能预测细胞群体平均值，无法刻画单分子层面的异质性与动态，而后者直接反映基因组调控机制。作者利用 Mola 研究基于序列的调控密码，量化序列驱动的核小体调控，揭示转录因子与核小体互作的多种不同模式。
所属事件:Mola 模型从 DNA 序列直接预测单分子染色质状态分布(4 条相关)→
「研究」频道最新
- Rohit Krishnan 发布「AGI 制度」实验图谱：11 项强匹配覆盖谈判与问责 — soumitrashukla9 · 2026-11-06
- Anneal V1 开源：CPU 原生低参数 state-space 架构，CC0 协议 — True-Beach1906 · 2026-11-06
- AI 双模型独立审计 138 篇经济学论文，揪出 2035 个问题 — panickssery · 2026-11-06
- 不改一行梯度：直接编辑模型权重修好 TTS 的 whisper 标签 — N1kuson · 2026-11-06
- 斯坦福论文提出本地差分隐私水印,让 AI 水印不再侵犯个体隐私 — ChengleiSi · 2026-11-06
- 斯坦福博士 JulieKallini 谈 ACL 2024 最佳论文：模型能否学会人类学不会的语言 — ChrisGPotts · 2026-11-06