基于Transformer架构的大语言模型在生命科学中的应用与挑战

扫码查看

原文链接

万方数据
维普

中文摘要：高通量测序和成像技术的发展,为生命科学领域提供了海量的、多模态的数据,传统的分析方法与机器学习算法已难以快速、有效地处理这样庞大且复杂的数据.大模型凭借其强大的学习能力与迁移能力,正逐渐成为生命科学研究的有力工具.本文探讨了基于Transformer架构的大语言模型(大模型)在生命科学领域的应用及其面临的挑战,详细介绍了大模型在分析DNA、RNA和蛋白质序列等方面的应用,以及如何通过各种优化方法使Transformer架构可以更好地完成各类下游任务.尽管大模型在生命科学领域具有巨大潜力,但在生命知识融合、模型优化和可解释性等方面仍存在许多挑战.通过克服这些挑战,大模型将为生命科学的研究和生物医学的临床应用带来新的突破和进步.

作者：

李晓晨、宋敏芳、刘扶芮

展开 >

作者单位：

之江实验室,杭州 311100

关键词：

Transformer 生命科学大语言模型跨学科融合

出版年：

2024

DOI：

10.16453/j.2096-5036.202441

人工智能

ISSN：2096-5036

年,卷(期)：2024.(5)