ZGY9542的博客

后基因组时代有大量的新可用肽序列，鉴定新型苦肽的自动计算模型的发展非常有必要。作者提出的BERT4Bitter是基于转换器（BERT）的双向编码器表示，用于预测直接来自氨基酸序列的苦肽，而不使用任何结构信息，这是第一次采用基于BERT的模型来识别苦肽。文章地址：https://academic.oup.com/bioinformatics/advance-article-abstract/doi/10.1093/bioinformatics/btab133/615171

近年来，语言表示模型以其显著的效果引起了人们广泛关注。其中，来自transformer的BERT已被证明是一种简单但功能强大的语言模型，它实现了新颖的最先进的性能。BERT采用了语境化单词嵌入的概念来捕捉它们出现单词的语义和上下文。在这项研究中，作者提出了一种新的技术，将基于BERT的多语言模型融入到生物信息学中来表示DNA序列的信息，将DNA序列看作自然语句，然后使用BERT模型将其转换为定长的数值矩阵。作者将方法应用于DNA增强子的预测，这是该领域中一个众所周知且具有挑战性的问题。