AI और दुनिया की कठिन समस्याएँ · जीव विज्ञान · arXiv · 2026-10-22

एक ऑटोएन्कोडर क्रोमैटिन सुलभता से जीन अभिव्यक्ति के पूर्वानुमान में दो ट्रांसफ़ॉर्मर से बेहतर प्रदर्शन करता है

मूल शीर्षक: An autoencoder outperforms two transformers on prediction of gene expression from chromatin accessibility

क्रोमैटिन एक्सेसिबिलिटी से RNA प्रचुरता की भविष्यवाणी करने वाले मॉडल शायद ही कभी समान फ़ीचर, लक्ष्यों और मीट्रिक के अंतर्गत तुलने जाते हैं, इसलिए लेखकों ने 19 मानव अध्ययनों की 126,604 युग्मित सिंगल-न्यूक्लियस प्रोफ़ाइलों पर, 50,000 पीक और 3,185 जीन की साझा शब्दावली के साथ एक बेंचमार्क बनाया और सात पाइपलाइनों की तुलना की। dual variational autoencoders पर आधारित scButterfly-B पाइपलाइन ने सभी साठ युग्मित फ़ोल्ड तुलनाओं में प्रति-जीन और सेल-भीतर Spearman सहसंबंध पर हर ट्रांसफ़ॉर्मर पाइपलाइन को मात दी — जिनमें ऑटोरिग्रेसिव Perceiver मॉडल Omic Translator और Cisformer का support-मुक्त पुनर्संरूपण शामिल है — और उसका प्रशिक्षण 3.8 गुना छोटा रहा। ट्रांसफ़ॉर्मर सेल-भीतर प्रोफ़ाइल आकृति पर 0.02-0.04 के भीतर रहते हैं, परंतु प्रति-जीन सहसंबंध पर 0.10-0.24 पीछे रहते हैं, और पूर्वनिर्धारित एब्लेशन दिखाते हैं कि पूर्ण self-attention की तुलना में Perceiver एनकोडर ने डोनर-भीतर प्रति-जीन सहसंबंध में +0.0439 का योगदान दिया।

मूल लेख पढ़ें ↗

सभी आइटम →