本研究提出GROOT方法，通过邻域采样生成伪标签并进行标签传播，解决生物序列设计中的优化瓶颈。实验结果表明，GROOT在多项任务中优于现有方法，验证了其在标记数据有限情况下的有效性。

本研究提出了Bio-xLSTM，一种针对生物和化学序列的生成模型，旨在解决现有转化器在处理长基因组序列时的时间复杂度问题。Bio-xLSTM在小分子和蛋白质的上下文学习中表现优越，能够提供丰富的序列表示。