AI এবং বিশ্বের কঠিন সমস্যাগুলো · বায়োইঞ্জিনিয়ারিং ও সিন্থেটিক জীববিজ্ঞান · arXiv · 2026-10-21

mRNA সিকোয়েন্স উৎপাদনের জন্য কারিকুলাম-সংযোজিত GFlowNets

মূল শিরোনাম: Curriculum-Augmented GFlowNets For mRNA Sequence Generation

টার্গেট প্রোটিন এনকোড করা mRNA সিকোয়েন্সের de novo ডিজাইনে সমার্থক কোডনের বিশাল সংযোগ-স্থান জুড়ে একাধিক জৈবিক উদ্দেশ্য অপ্টিমাইজ করতে হয় — এমন পরিস্থিতিতে রিইনফোর্সমেন্ট লার্নিং মোড কোলাপসে ভোগে এবং GFlowNets দীর্ঘ হরাইজনে স্পার্স রিওয়ার্ডের মুখোমুখি হয়। কারিকুলাম-সংযোজিত GFlowNets (CAGFNs) হলো একটি বহু-উদ্দেশ্যবিশিষ্ট GFlowNet, যা লার্নিং প্রোগ্রেস-চালিত অভিযোজিত দৈর্ঘ্য-ভিত্তিক কারিকুলাম দিয়ে প্রশিক্ষিত হয় এবং দীর্ঘতর টার্গেট প্রোটিনবিশিষ্ট ক্রমশ কঠিনতর টাস্ক থেকে শেখে। ডাইনামিক অ্যাকশন মাস্কিংয়ের মাধ্যমে প্রোটিনের পরিচয় সংরক্ষণকারী একটি নতুন কোডন-স্তরের এনভায়রনমেন্ট CodonDesignEnv-এ CAGFNs প্রতিযোগিতামূলক বা আরও শক্তিশালী Pareto-front কভারেজ ও ডাইভার্সিটি অর্জন করে, কারিকুলাম-বিহীন GFlowNets-এর চেয়ে 4 গুণ পর্যন্ত দ্রুত কনভার্জ করে এবং RL বেসলাইনের তুলনায় 100% সিকোয়েন্স অনন্যতা বজায় রাখে।

মূল লেখা পড়ুন ↗

সব আইটেম →