基于注意力的多任务学习用于基因编写器结果预测
原文中文，约400字，阅读约需1分钟。发表于：。人类遗传疾病常常源于点突变，因此需要精确的基因组编辑技术。其中，碱基编辑作为一种使单个核苷酸发生靶向变化的技术显著突出。然而，其临床应用受到编辑效率低和非预期变异的限制，需要在实验室大量试错实验来加快该过程。为了加速这一过程，我们提出了一种基于注意力机制的两阶段机器学习模型，用于预测给定基因组目标序列的所有可能编辑结果的概率。我们进一步提出了一种多任务学习的模式，能够同时学习多个碱基编辑器（...
该文介绍了一种基于注意力机制的两阶段机器学习模型，用于预测基因组编辑结果。该模型能够加速设计过程，同时学习多个编辑器，实验结果表明与实际实验结果强相关。
