AI اور دنیا کے مشکل مسائل · حیاتیاتی علوم · arXiv · 2026-10-22

کرومیٹن رسائی سے جین اظہار کی پیش گوئی میں ایک آٹو انکوڈر دو ٹرانسفارمرز سے بہتر کارکردگی دکھاتا ہے

اصل عنوان: An autoencoder outperforms two transformers on prediction of gene expression from chromatin accessibility

کرومیٹن ایکسیسبیلیٹی سے RNA کی فراوانی کی پیش گوئی کرنے والے ماڈلز کا شاذ و نادر ہی ایک جیسی فیچرز، ہدفوں اور میٹرکس کے تحت آپس میں موازنہ ہوتا ہے، اس لیے مصنفین نے 19 انسانی مطالعات سے حاصل 126,604 پیئرڈ سنگل نیوکلیئس پروفائلز اور 50,000 پیکس اور 3,185 جینز پر مشتمل مشترکہ وکیبولری کی بنیاد پر ایک بینچ مارک تیار کیا اور سات پائپ لائنز کا موازنہ کیا۔ ڈوئل ویری ایشنل آٹو انکوڈرز پر مبنی scButterfly-B پائپ لائن نے تمام ساٹھ پیئرڈ فولڈ موازنوں میں فی جین اور سیل کے اندر اسپیئرمین کورلیشن کے معاملے میں ہر ٹرانسفارمر پائپ لائن — بشمول آٹو ریگریسیو Perceiver ماڈل Omic Translator اور Cisformer کی سپورٹ سے پاک دوبارہ تشکیل — کو پیچھے چھوڑ دیا، اور اس کی تربیت 3.8 گنا کم وقت لیتی تھی۔ ٹرانسفارمرز سیل کے اندر پروفائل کی شکل میں 0.02-0.04 کے فاصلے تک پہنچتے ہیں مگر فی جین کورلیشن میں 0.10-0.24 پیچھے رہتے ہیں، اور پہلے سے طے شدہ ایبلیشنز ظاہر کرتے ہیں کہ Perceiver انکوڈر نے مکمل سیلف اٹینشن کے مقابلے میں ڈونر کے اندر فی جین کورلیشن میں +0.0439 کا اضافہ دیا۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →