ECOLE
准确率68.7%、召回率49.6%,牛津、EPFL等团队开发基于Transformer架构的WES数据体细胞和种系CNV调用程序
编辑 | 萝卜皮拷贝数变异(CNV)与多种遗传性疾病的病因有很大关联。利用全外显子组测序(WES)数据准确检测 CNV 一直是临床上长期追求的目标。尽管最近性能有所提高,但这是不可能的,因为算法大多精度低,专家策划的黄金标准调用集的召回率甚至更低。牛津大学(Oxford University)、瑞士洛桑联邦理工学院(EPFL)以及土耳其毕尔肯大学(Bilkent University)提出了一个基于深度学习的 WES 数据体细胞和种系 CNV 调用程序,名为 ECOLE。基于 Transformer 架构的变体,该
1/5/2024 12:06:00 PM
ScienceAI
- 1
资讯热榜
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
数据
机器人
谷歌
大模型
Midjourney
模型
智能
用户
学习
GPT
开源
微软
AI创作
图像
Meta
技术
论文
Stable Diffusion
马斯克
算法
生成式
蛋白质
Gemini
芯片
代码
神经网络
腾讯
计算
研究
Sora
AI设计
英伟达
3D
AI for Science
GPU
开发者
机器学习
场景
预测
华为
Anthropic
伟达
Transformer
模态
百度
深度学习
AI视频
驾驶
文本
苹果
搜索
神器推荐
LLaMA
算力
xAI
Copilot
人形机器人
安全
科技
视频生成
应用
字节跳动
具身智能
干货合集
2024
视觉
大语言模型
AGI
特斯拉
Claude
亚马逊
语音
AI应用场景