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.
Nucleotide Transformer: building and evaluating robust foundation models for human genomics
Hugo Dalla-Torre, Liam Gonzalez, Javier Mendoza‐Revilla 외 · Nature Methods · 2024년 · 조회 7
왜 이 논문인가 — 선정 기준
오늘의 Editor's Pick · 전체 분야에서 그날 가장 주목할 논문 1편
2024-11 발표 · 피인용 656회 · FWCI 75.8 · 동년 인용 상위 1% · 원 분야 자연과학
전체 분야 Editor’s Pick으로 선정된 이유는 피인용 656회·FWCI 75.8 등 상위 1% 수준의 엄청난 영향력과 최신성이다.
논문 요약
유전체 서열만으로 분자표현형을 예측하는 것은 데이터 부족과 과제 간 전이 학습의 한계 때문에 정확도가 낮았다. 연구팀은 3,202개의 인간 유전체와 850개의 다양한 종 유전체를 활용해 사전학습된 트랜스포머 모델인 Nucleotide Transformer를 개발하였다. 이 모델은 컨텍스트에 맞는 핵산 서열 표현을 생성하여, 데이터가 적은 상황에서도 높은 예측 정확도를 보였으며 18개 과제 중 12개에서 기존 특화 방법을 능가했다.
후속 연구설계에 활용하기
후속 연구에서는 사전학습된 Nucleotide Transformer의 임베딩을 변수로 사용해 새로운 표현형 예측 모델을 구축하거나, 소량의 라벨 데이터만으로도 전이학습을 수행할 수 있다.
핵심어
핵산 변환기기반 모델유전체표현학분자표현형 예측
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.