ArXivLabs || 综述 || 生物信息学的新纪元：通过大型语言模型解析其组成元素、实际应用案例及对未来的展望

文章预览

    2025年01 月31 日，Xiaobo Zhou's Team（团队详情在文末）在《 arXivLabs》期刊更新了第二版，一篇题为“Advancing bioinformatics with large language models: components, applications and perspectives”的研究论文，其中指出 大型语言模型（LLMs）是一类基于深度学习的人工智能模型，在各种任务中，尤其是在自然语言处理（NLP）方面表现出色。这些模型通常由具有大量参数的人工神经网络组成，通过自监督或半监督学习在大量未标记输入上进行训练。 然而，它们解决生物信息学问题的潜力甚至可能超过其在模拟人类语言方面的熟练程度。在这篇综述中，作者 将提供一个关于生物信息学中大型语言模型的基本组件的全面概述，涵盖基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等领域。关键内容包括：多样数据类型的标记化方法、 转换器模型架构、 核心注意力 ………………………………