순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Sequence modeling and design from molecular to genome scale with Evo
Eric Nguyen, Michael Poli, Matthew G. Durrant 외 · Science · 2024년 · 조회 24
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2024-11 발표 · 피인용 571회 · FWCI 66.3 · 동년 인용 상위 1%
HOT PAPER 슬롯에 선정된 이유는 571회 인용·FWCI 66.3·동년 상위 1%라는 압도적인 인용도와 주목도를 근거로 한다.
논문 요약
본 연구는 전체 프로카리오트 게놈을 학습한 대규모 유전체 기반 모델 Evo를 제시한다. 7 억 파라미터와 131 kb의 단일염기·바이트 해상도 컨텍스트 길이를 갖는 신경망 구조를 도입하였다. Evo는 중앙 교질(중심 교리)의 DNA·RNA·단백질 세 가지 기본 모달리티를 아우르며, 제로샷 기능 예측에서 기존 도메인 전용 모델과 동등하거나 우수한 성능을 보인다.
후속 연구설계에 활용하기
Evo를 활용해 특정 유전자의 기능을 제로샷으로 예측하거나, 새로운 염기서열을 생성하여 설계 변수를 컨텍스트 길이와 파라미터 수로 조절하는 실험 설계에 적용할 수 있다.
핵심어
유전체·기초 모델대규모 언어 모델제로샷 예측프로카리오트
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.