研究提出CRISPR脱靶活性预测框架PriMPT
热点事件持续更新
研究提出CRISPR脱靶活性预测框架PriMPT
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究团队提出先验引导的多尺度配对token表示学习框架PriMPT，用于预测CRISPR/Cas9脱靶切割活性。该方法用1-gram、2-gram、3-gram配对token重新设计guide–target分词，并通过尺度特异的门控注入，在上下文建模前把机制相关的配对先验描述符写入对应嵌入。 在六个公开数据集的guide-disjoint交叉验证和一次跨数据集外部测试共七个场景中，PriMPT的平均AUPRC均为所评估模型中的数值最高。作者据此称，PriMPT能捕捉机制相关的序列配对模式，为CRISPR/Cas9脱靶风险评估提供机制导向的表示学习策略。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 22:02
PriMPT：融合配对先验的多尺度表示学习用于 CRISPR/Cas9 脱靶切割活性预测报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- Journal of Chemical Information and ModelingPriMPT：融合配对先验的多尺度表示学习用于 CRISPR/Cas9 脱靶切割活性预测
研究提出 PriMPT，一个先验引导的多尺度配对 token 表示学习框架，用于预测 CRISPR/Cas9 脱靶切割活性。该方法用 1-gram、2-gram、3-gram 配对 token 重新设计 guide–target 分词，并通过尺度特异的门控注入，把机制相关的配对先验描述符写入对应嵌入，从而在上下文建模之前引入 RNA–DNA 相互作用信息。在六个公开数据集的 guide-disjoint 交叉验证和一次跨数据集外部测试共七个场景中，PriMPT 的平均 AUPRC 均为所评估模型中的数值最高。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。