Identifizierung von Phosphorylierungsstellen durch Protein-PLM-Einbettungen verbessert
PTransIPs ist ein neues Deep-Learning-Modell, das die Leistung bei der Identifizierung von Phosphorylierungsstellen durch die Verwendung von Einbettungen aus vortrainierten Protein-Sprachmodellen (PLMs) verbessert.
CAFA-evaluator: Ein Python-Tool zur Leistungsbewertung von Methoden zur ontologischen Klassifizierung
CAFA-evaluator ist ein leistungsfähiges Python-Programm, das entwickelt wurde, um die Leistung von Vorhersagemethoden für Ziele mit hierarchischen Konzeptabhängigkeiten zu bewerten. Es verallgemeinert die Mehrfachklassenevaluierung auf moderne Ontologien, in denen die Vorhersageziele aus einem gerichteten azyklischen Graphen stammen, und erreicht eine hohe Effizienz durch den Einsatz von Matrixberechnungen und topologischer Sortierung.
Thought Graph: Ein neuartiger Ansatz zur Generierung von Denkprozessen für die biologische Begründung
Der Thought Graph ist ein neuartiger Rahmen, der komplexe Schlussfolgerungen ermöglicht und die semantischen Beziehungen zwischen biologischen Prozessen aufdeckt, indem er die Leistung von GSEA um 40,28% und LLM-Basislinien um 5,38% übertrifft.
Phase Transition in Computational Complexity of Shortest Common Superstring and Genome Assembly
Praktische Instanzen des Sequenzassemblierungsproblems sind immer in der 'einfachen' Phase lösbar.
Effiziente GPU-Beschleunigung für die geführte Sequenzalignment für das Mapping von Langlesen
Effiziente GPU-Beschleunigung für geführtes Sequenzalignment.
SpanSeq: Methode zur Aufteilung von Sequenzdaten basierend auf Ähnlichkeit für die Entwicklung und Bewertung von Deep Learning Projekten
Die Verwendung von Deep Learning Modellen in der bioinformatischen Forschung erfordert eine sorgfältige Datenpartitionierung, um die Generalisierungsfähigkeit der Modelle zu bewerten und zu verbessern.
Analyse von Phylogenie-Tracking-Algorithmen für serielle und Multiprozessanwendungen
Phylogenetische Analyse in seriellen und verteilten Berechnungsszenarien.
