bioRxiv · Bioinformatics· Brixi, G., Hao, Y. A., Nori, D., Merchant, A., Widatalla, T., King, S., Shalvarjian, K., Park, D., Hie, B. ·· 11 天前精选AI 评分73
Evo 2 通过基因组上下文学习实现少样本生物设计
Efficient biological design via genomic in-context learning
AI 导读
研究显示，基因组语言模型 Evo 2 在提示中仅给四个示例、不做额外训练的情况下即可生成金属结合蛋白、从头抗体、蛋白-RNA 系统和完整噬菌体基因组。在 ΦX174 类噬菌体设计中，该方法在计算指标上的设计质量与多样性超过此前微调模型；更换噬菌体提示后还可设计 MS2 与 M13 基因组，用新生成基因组迭代更新提示的基因组思维链进一步提升多样性。
推荐理由
研究展示基因组语言模型仅凭少量示例即可生成多类生物序列，为少样本生物设计提供了可比较的路径。
来源：bioRxiv · Bioinformatics · biorxiv.org