★ 3
OmicsBench：AI 智能体长程多轮生物信息学基准发布
研究团队发布 OmicsBench，一个面向 AI 智能体的长程、多轮生物信息学基准，包含97个任务、662个子任务，以有向无环图串联依赖关系。测试12个模型在三种框架下均未接近饱和，平均得分0.43至0.67，并揭示智能体在依赖前序子任务时表现更差等失败模式。
arXiv cs.AI17 天前
#生物信息学
共 13 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
CellRFT：单细胞扰动建模强化微调
针对现有单细胞扰动模型优化代理损失、与生物学评价标准脱节的问题，论文提出 CellRFT 强化微调框架，将生物学评价直接作为训练反馈。该方法用策略梯度优化从生成细胞群的非可微评价中学习，并通过分层奖励聚合整合多种生物学奖励。实验表明 CellRFT 可适配不同预训练模型并提升扰动预测效果，同时揭示…
arXiv cs.LG45 天前
★ 3
ProtLingo：高效蛋白质语言模型
ProtLingo是一种高效的蛋白质语言模型框架，通过条件局部记忆和稀疏专家路由增强预训练单序列骨干网络。实验表明，在蛋白质适应度预测等任务上，该模型以1.5亿参数规模达到竞争性能，具有强参数效率。
arXiv cs.AI56 天前
★ 3
生物信息学多智能体系统Bioinfoysis
介绍Bioinfoysis，一个面向长周期生物信息学任务的多智能体框架，通过持久化工件和证据驱动重规划确保结论可追溯。在BixBench上达到82.4%准确率，并在SeqQA2和DbQA2上大幅提升平均准确率，展示可靠自动化依赖治理机制。
arXiv cs.AI59 天前
★ 2
arXiv 发布 LibStructBench，评测 AI 智能体理解测序协议能力
研究者推出 LibStructBench，一个基于文档的基准，用于检验 AI 智能体能否精确重建测序文库结构与分子工作流。实验显示前沿智能体多能给出近似正确结果，但在分子状态表示与工作流连通性上仍不可靠；更换底层语言模型带来的性能差异大于更换智能体框架。论文指出科学推理需要更可控、可验证的方法。
arXiv cs.AI3 天前
★ 2
GOLD：几何优化潜扩散模型用于结构感知 RNA 逆折叠
研究提出 GOLD 方法，将离散 RNA 序列与连续侧链角度通过 GeoVAE 映射到统一潜流形进行协同扩散，并引入免训练、梯度引导的采样机制以提升结构有效性。在序列恢复率、二级结构有效性和三维可折叠性指标上均达到最优。
arXiv cs.AI13 天前
★ 2
PhenoAIR：从细胞涂绘到机制预测的证据推理
论文将基于Cell Painting的机制（MOA）预测从表示匹配重构为校准证据推理问题，把检索到的邻居视为需评估、比较甚至拒绝的不确定观测。提出可靠性感知多智能体框架PhenoAIR，维护以候选为中心的证据记忆，通过离线参考集校准按来源可靠性、表型稳定性与机制混淆加权证据。在JUMP Cell …
arXiv cs.AI33 天前
★ 2
GyroNovo：误差引导的肽段从头测序框架
针对串联质谱从头肽段测序中谱图稀疏、噪声大、碎片缺失的问题，该研究提出 GyroNovo 框架。它利用训练中观察到的解码器误差来调整缺失碎片插补目标，并通过旋转嵌入将峰间质量差编码进自注意力。在 NovoBench 上，肽段级精度提升约 9 个百分点，氨基酸级精度提升约 7 个百分点。
arXiv cs.LG35 天前
★ 2
用图神经网络预测跨膜蛋白拓扑
论文提出用图神经网络 SchNet 从 3D 结构推断蛋白质拓扑结构，训练数据与 DeepTMHMM 相同并采用五折交叉验证。与仅使用序列或 α-碳特征的传统方法不同，该模型使用全部原子级嵌入，且未使用任何预训练权重。结果显示 GNN 在拓扑预测上具有很大潜力。
arXiv cs.AI35 天前
★ 2
BaseCamp：自动化 DNA 测序数据流程的智能体框架
论文提出 BaseCamp，一个自动化 DNA 测序流程决策层的智能体 AI 框架。框架将流程分解为六个专用 AI 智能体，覆盖样本接收与质控、比对、变异检测、注释、跨阶段监控与报告。智能体不执行序列分析，而是选择、配置并解释既有工具的输出，推理由本地运行的领域微调大模型联盟完成，确保测序数据不出…
arXiv cs.AI38 天前
★ 2
提示工程对药物毒性预测影响分析
研究分析提示工程在药物毒性预测中的重要性，发现LLM的自然变异超过提示微调的影响。通过改变角色、结构和规则解释构建提示，LLM生成的特征用于机器学习，但性能提升有限。相比之下，使用化学信息学代码提取特征显著改善模型性能，表明提示工程在生物信息学应用中需谨慎。
arXiv cs.AI59 天前
★ 1
arXiv 论文提出基于图节点打包的特征选择新方法
分子生物学数据常含数千特征，标准预测模型难以处理特征相关性。研究改进基于独立支配集（IDS）的特征选择，偏好多样性更高的特征，并将 IDS 推广为节点打包模型。在五个基因数据集上，该方法在预测准确率与特征集稳定性上均优于传统方法。
arXiv cs.LG13 天前
★ 1
开发者寻求生命科学与生物信息 AI 领域 GitHub 互关
一位开发者在 Hacker News 发帖，希望结识从事生命科学或生物信息学 AI 应用的人并互相关注 GitHub。他展示了团队构建的蛋白质结构域注释、阿尔茨海默表观遗传学注释及癌症表观遗传学注释等流水线。属于社区交流性质的帖子。
Hacker News – AI30 天前
这个主题的相关资产
相关公司GitHub1