Nucleotide Transformer: building and evaluating robust foundation models for human genomics

基因组学 计算生物学 计算机科学 基因组 DNA测序 变压器 背景(考古学) 优先次序 生物 机器学习 遗传学 DNA 基因 工程类 电压 电气工程 古生物学 管理科学
作者
Hugo Dalla-Torre,Liam Gonzalez,Javier Mendoza‐Revilla,Nicolás López Carranza,Adam Grzywaczewski,Francesco Oteri,Christian Dallago,Evan Trop,Bernardo P. de Almeida,Hassan Sirelkhatim,Guillaume Richard,Marcin J. Skwark,Karim Beguir,M. Lopez,Thomas Pierrot
出处
期刊:Nature Methods [Nature Portfolio]
被引量:39
标识
DOI:10.1038/s41592-024-02523-z
摘要

The prediction of molecular phenotypes from DNA sequences remains a longstanding challenge in genomics, often driven by limited annotated data and the inability to transfer learnings between tasks. Here, we present an extensive study of foundation models pre-trained on DNA sequences, named Nucleotide Transformer, ranging from 50 million up to 2.5 billion parameters and integrating information from 3,202 human genomes and 850 genomes from diverse species. These transformer models yield context-specific representations of nucleotide sequences, which allow for accurate predictions even in low-data settings. We show that the developed models can be fine-tuned at low cost to solve a variety of genomics applications. Despite no supervision, the models learned to focus attention on key genomic elements and can be used to improve the prioritization of genetic variants. The training and application of foundational models in genomics provides a widely applicable approach for accurate molecular phenotype prediction from DNA sequence. Nucleotide Transformer is a series of genomics foundation models of different parameter sizes and training datasets that can be applied to various downstream tasks by fine-tuning.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
7秒前
Ding-Ding完成签到,获得积分10
10秒前
子苓完成签到 ,获得积分10
11秒前
naiyouqiu1989完成签到,获得积分10
11秒前
研友_GZ3zRn完成签到 ,获得积分0
14秒前
15秒前
16秒前
lxlcx发布了新的文献求助10
21秒前
llhh2024完成签到,获得积分10
21秒前
zenabia完成签到 ,获得积分10
21秒前
mechefy完成签到 ,获得积分10
27秒前
饱满语风完成签到 ,获得积分10
29秒前
闪闪怀柔完成签到,获得积分10
30秒前
小琪完成签到 ,获得积分10
39秒前
刘辰完成签到 ,获得积分10
47秒前
今后应助一个小胖子采纳,获得10
48秒前
CH完成签到,获得积分10
49秒前
50秒前
杨永佳666完成签到 ,获得积分10
50秒前
Lj完成签到,获得积分10
52秒前
liangliu完成签到 ,获得积分10
53秒前
北宫完成签到 ,获得积分10
55秒前
leecarp发布了新的文献求助10
55秒前
57秒前
任伟超完成签到,获得积分10
1分钟前
吉祥高趙完成签到 ,获得积分10
1分钟前
乐瑶完成签到 ,获得积分10
1分钟前
zz完成签到 ,获得积分10
1分钟前
zuhangzhao完成签到 ,获得积分10
1分钟前
fay1987完成签到,获得积分10
1分钟前
所所应助科研通管家采纳,获得10
1分钟前
Smoiy完成签到 ,获得积分10
1分钟前
1分钟前
ken131完成签到 ,获得积分10
1分钟前
echo完成签到 ,获得积分10
1分钟前
只只发布了新的文献求助10
1分钟前
wuda完成签到,获得积分10
1分钟前
qianci2009完成签到,获得积分10
1分钟前
慕容飞凤完成签到,获得积分10
1分钟前
高分求助中
Technologies supporting mass customization of apparel: A pilot project 600
Izeltabart tapatansine - AdisInsight 500
Chinesen in Europa – Europäer in China: Journalisten, Spione, Studenten 500
Arthur Ewert: A Life for the Comintern 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi // Kurt Werner Radtke 500
Two Years in Peking 1965-1966: Book 1: Living and Teaching in Mao's China // Reginald Hunt 500
Epigenetic Drug Discovery 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3815909
求助须知:如何正确求助?哪些是违规求助? 3359386
关于积分的说明 10402450
捐赠科研通 3077226
什么是DOI,文献DOI怎么找? 1690236
邀请新用户注册赠送积分活动 813667
科研通“疑难数据库(出版商)”最低求助积分说明 767743