基因组解释器：一种带一维移位窗口 Transformer 的层次化基因组深度神经网络
机器学习
2023-06-29 v2 基因组学
摘要
鉴于基因组数据量与质量的不断提升，提取新见解需要可解释的机器学习模型。本工作提出 Genomic Interpreter：一种用于基因组测序预测的新型架构。该模型在基因组测序预测任务上优于最先进模型。我们的模型能识别基因组位点的层次依赖关系。这通过集成 1D-Swin 实现，后者是我们为建模长程层次数据设计的基于 Transformer 的新模块。在包含 38,171 个 17K 碱基对 DNA 片段的数据集上评估，Genomic Interpreter 在染色质可及性与基因表达预测中展现出优越性能，并揭示了基因调控背后的“语法”。
引用
@article{arxiv.2306.05143,
title = {Genomic Interpreter: A Hierarchical Genomic Deep Neural Network with 1D Shifted Window Transformer},
author = {Zehui Li and Akashaditya Das and William A V Beardall and Yiren Zhao and Guy-Bart Stan},
journal= {arXiv preprint arXiv:2306.05143},
year = {2023}
}
备注
40th International Conference on Machine Learning (ICML 2023) Workshop on Computational Biology (WCB)