AI और दुनिया की कठिन समस्याएँ · बायोइंजीनियरिंग और सिंथेटिक बायोलॉजी · arXiv · 2026-10-21

mRNA सीक्वेंस जनरेशन के लिए क्यूरिकुलम-संवर्धित GFlowNets

मूल शीर्षक: Curriculum-Augmented GFlowNets For mRNA Sequence Generation

लक्ष्य प्रोटीन को एनकोड करने वाले mRNA सीक्वेंस की डी नोवो डिज़ाइन में समानार्थी कोडॉन के बड़े कॉम्बिनेटोरियल स्पेस पर कई जैविक ऑब्जेक्टिव को ऑप्टिमाइज़ करना होता है — ऐसी स्थिति में रीइन्फ़ोर्समेंट लर्निंग को मोड कोलैप्स का सामना करना पड़ता है और GFlowNets को लंबे होराइज़न पर स्पार्स रिवॉर्ड का सामना करना पड़ता है। क्यूरिकुलम-संवर्धित GFlowNets (CAGFNs) एक मल्टी-ऑब्जेक्टिव GFlowNet हैं जो लर्निंग प्रोग्रेस से संचालित अनुकूली लंबाई-आधारित क्यूरिकुलम के साथ प्रशिक्षित होते हैं और लंबे लक्ष्य प्रोटीन वाले क्रमशः कठिन होते कार्यों से सीखते हैं। CodonDesignEnv पर — जो डायनामिक एक्शन मास्किंग द्वारा प्रोटीन आइडेंटिटी को संरक्षित रखने वाला एक नया कोडॉन-स्तरीय एन्वायरनमेंट है — CAGFNs प्रतिस्पर्धी या उससे मज़बूत पारेटो-फ्रंट कवरेज और विविधता प्राप्त करते हैं, गैर-क्यूरिकुलम GFlowNets की तुलना में 4 गुना तक तेज़ी से कन्वर्ज करते हैं, और RL बेसलाइन की तुलना में 100% सीक्वेंस यूनिकनेस बनाए रखते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →