AIRI показала GENATATOR — языковые модели для ДНК
Проект восстанавливает структуру генов и автоматически аннотирует геном, продолжая линию GENA-LM и других DNA-моделей.
Команда AIRI представила GENATATOR — проект автоматической аннотации генома на основе языковых моделей для ДНК. Над ним работает научный сотрудник группы геномики центра AIDD Алексей Шмелев. Подход продолжает развитие DNA-LM, к которым относятся GENA-LM, Nucleotide Transformer, Caduceus и Evo. Такие модели сначала учатся на больших наборах геномных последовательностей, восстанавливая скрытые фрагменты по контексту, а затем дообучаются на конкретных биологических задачах. С их помощью можно искать промоторы, сайты сплайсинга и полиаденилирования, регуляторные элементы, а также предсказывать экспрессию генов. В AIRI ранее создали семейство GENA-LM, рассчитанное на очень длинные последовательности: для геномики важен контекст в десятки и сотни тысяч нуклеотидов. Недавно команда сообщила об открытой публикации, а GENATATOR призван автоматизировать восстановление структуры генов и аннотацию генома.