GeneGPT: Augmenting Large Language Models with Domain Tools for Improved Access to Biomedical Information.
GeneGPT: 利用領域工具增強大型語言模型，以提高對生物醫學信息的訪問。 ArXiv 2024-02-29

GeneGPT是一種教導大型語言模型使用NCBI網站回答基因組問題的方法。研究顯示GeneGPT在基因組任務上表現優異，平均得分達0.83。應用程式示範對上下文學習有效，GeneGPT能處理多跳問題，未來可增強特定錯誤類型。 PubMed DOI

Generative Artificial Intelligence GPT-4 Accelerates Knowledge Mining and Machine Learning for Synthetic Biology.
生成人工智慧 GPT-4 加速合成生物學的知識挖掘和機器學習。 ACS Synth Biol 2023-10-24

合成生物學期刊文章提取知識應用於機器學習需耗時。使用GPT-4可加速提取微生物在複雜條件下的表現資訊。一研究利用GPT-4管線從176篇文章中擷取數據，總計2037個數據實例。機器學習模型如隨機森林可預測Yarrowia的發酵濃度，R^2為0.86。透過轉移學習，可評估Rhodosporidium toruloides的生產潛力。研究顯示AI如何從文章中提取資訊，有助於預測生物製造發展。 PubMed DOI

Evaluation of large language models for discovery of gene set function.
評估大型語言模型在基因集功能發現中的應用。 ArXiv 2023-10-20

功能基因組學研究利用OpenAI的GPT-4模型快速生成基因功能假說，開發了標記基因集名稱的流程，支援文本分析和引文。GPT-4表現優異，提供比傳統方法更豐富的資訊，經人工審查後確認可信度。顯示大型語言模型在功能基因組學研究中有潛力。 PubMed DOI

Evaluation of large language models for discovery of gene set function.
評估大型語言模型在基因集功能發現中的應用。 Res Sq 2024-02-10

本研究使用OpenAI的GPT-4大型語言模型，評估其在功能基因組學中的應用價值。結果顯示，GPT-4能夠生成具有生物醫學知識的基因功能假設，並提供比傳統方法更豐富的資訊。這顯示大型語言模型在功能基因組學研究中具有潛力成為有用的工具。 PubMed DOI

Harnessing large language models (LLMs) for candidate gene prioritization and selection.
利用大型語言模型（LLMs）進行候選基因優先排序和選擇。 J Transl Med 2024-03-14

研究使用大型語言模型（LLMs）探討基於知識的基因優先順序和選擇，專注於與紅血球特徵相關的血液轉錄模組。結果顯示，OpenAI的GPT-4和Anthropic的Claude在LLMs中表現最佳。研究找出了模組M9.2的頂尖基因候選者，顯示LLMs在基因選擇上的潛力，有助於提升生物醫學知識的應用價值。 PubMed DOI

The promises of large language models for protein design and modeling.
大型語言模型在蛋白質設計和建模中的潛力。 Front Bioinform 2023-12-11

最新的語言模型對蛋白質研究有重大影響，特別是GPT-4等模型展現出潛力，可應用在蛋白質領域。蛋白質語言模型已顯示出預測和創新蛋白質的能力，並取得重要進展。本文討論了這個新興領域的機會和挑戰，並提供了LLMs對蛋白質研究的影響。 PubMed DOI

reguloGPT: Harnessing GPT for Knowledge Graph Construction of Molecular Regulatory Pathways.
reguloGPT: 利用 GPT 進行分子調控途徑知識圖譜建構。 bioRxiv 2024-02-12

了解分子調控途徑（MRPs）對生物功能很重要，知識圖譜（KGs）有助於分析MRPs。目前從生物醫學文獻中挖掘KGs的工具有限。大型語言模型（LLMs）如GPT-4有潛力解決這挑戰。reguloGPT利用GPT-4進行KG構建，相較現有方法有明顯改進。m<sup>6</sup>A-KG是使用reguloGPT預測構建的，展示了在理解癌症調控機制方面的實用性。 PubMed DOI

ChIP-GPT: a managed large language model for robust data extraction from biomedical database records.
ChIP-GPT：一個用於從生物醫學數據庫記錄中提取數據的受控大型語言模型。 Brief Bioinform 2024-02-07

生物醫學資料庫增加快速，分析資料對生物學和醫學至關重要。現有工具常難以完整處理條目或像人類一樣修正錯誤。大型語言模型（LLMs）如ChatGPT提供了新的查詢資料庫方式，但在擴展規模時會有挑戰。ChIP-GPT是基於GPT模型Llama微調的，能高精確度從序列讀取存檔中提取元數據。它能處理打字錯誤和缺失標籤，適應各種資料庫和問題。 PubMed DOI

GeneGPT: augmenting large language models with domain tools for improved access to biomedical information.
GeneGPT: 利用領域工具增強大型語言模型，以提高對生物醫學信息的訪問。 Bioinformatics 2024-03-04

GeneGPT是一種新方法，教導大型語言模型利用NCBI網站回答基因組學問題。研究顯示GeneGPT在基準任務中表現優異，得分0.83超越其他模型。研究強調GeneGPT處理多跳問題的能力，並提供改進見解。程式碼和數據可在GitHub找到。 PubMed DOI

Discovering CRISPR-Cas system with self-processing pre-crRNA capability by foundation models.
透過基礎模型發現具自我處理 pre-crRNA 能力的 CRISPR-Cas 系統。 Nat Commun 2024-11-20

CRISPR-Cas 系統的引入大幅推進了基因編輯技術。傳統上，發現 Cas 蛋白常依賴序列相似性，可能會忽略遠端同源物。隨著大型語言模型的發展，現在可以在不需大量訓練數據的情況下對 Cas 系統進行建模。我們提出的 CHOOSER 框架，能無需對齊地發現 CRISPR-Cas 系統，特別是具自我處理 pre-crRNA 能力的系統。透過 CHOOSER，我們識別出 11 個新 Casλ 同源物，顯示其在基因編輯領域的潛力。 PubMed DOI

原始文章

站上相關主題文章列表