相关实验视频
Updated: Jun 19, 2025

CRISPR Gene Editing Tool for MicroRNA Cluster Network Analysis
Published on: April 25, 2022
大型语言模型和基因组学,总结微RNA在调节mRNA表达中的作用
Balu Bhasuran1, Sharanya Manoharan2, Oviya Ramalakshmi Iyyappan3
1School of Information, Florida State University, Tallahassee, FL 32306, USA.
这项研究评估了机器学习,深度学习和大型语言模型,用于从PubMed中提取microRNA-messenger RNA相互作用. PubMedBERT表现出色,而Llama 2表现出强大的回忆力,突出了提高精度的潜力.
科学领域:
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 微RNA-信使RNA (miRNA-mRNA) 相互作用对于基因调节,细胞过程和疾病发病是至关重要的.
- 从科学文献中有效地提取这些相互作用是一个重大挑战.
研究的目的:
- 评估和比较基于机器学习 (ML),基于深度学习的变压器 (DLT) 和大型语言模型 (LLM) 在从PubMed.
- 使用基因组方法验证提取的相互作用.
主要方法:
- 一个miRNA-mRNA交互体 (MMIC) 的注释.
- 评估ML,DLT和LLM模型,包括PubMedBERT和Llama 2,用于miRNA-mRNA相互作用提取.
- 提取的相互作用的基因组验证.
主要成果:
- 在ML,DLT和LLM模型中,PubMedBERT实现了最高的性能,精度,回忆和F-score为0.783.
- 与ML和DLT模型相比,Llama 2在零射击和三射击实验中显示出更好的回忆力 (0.86-0.87).
- 虽然Llama 2显示出前景,但需要进一步提高精度和F分数.
结论:
- 从生物医学文献中提取的miRNA-mRNA相互作用提取有潜力.
- 目前PubMedBERT为此任务提供了最佳的性能.
- 需要进一步的研究来提高LLMs的精度和F-score,以便进行更全面的提取.
更多相关视频
11:44Analysis of Combinatorial miRNA Treatments to Regulate Cell Cycle and Angiogenesis
Published on: March 30, 2019
07:19Identifying Targets of Human microRNAs with the LightSwitch Luciferase Assay System using 3'UTR-reporter Constructs and a microRNA Mimic in Adherent Cells
Published on: September 28, 2011
相关概念视频
MicroRNAs
Regulation of Expression Occurs at Multiple Steps
Transcription results in the generation of precursor (pre-mRNA) that consists of both exons and introns, which needs further processing before being translated to a...
Regulated mRNA Transport
Regulation of Expression at Multiple Steps
What is Gene Expression?
lncRNA - Long Non-coding RNAs