MIMIC: Modello AI Multimodale Generativo per Biomolecole
Un team di ricercatori ha presentato MIMIC, un modello di base multimodale generativo progettato per biomolecole, addestrato su un dataset appena assemblato chiamato LORE. Questo modello integra varie modalità, tra cui aspetti nucleici, proteici, evolutivi, strutturali, regolatori e semantici/contestuali, all'interno di stati biomolecolari parzialmente osservati. Utilizzando un framework encoder-decoder a tracce separate, MIMIC si condiziona su sottoinsiemi selezionati di modalità osservate per ricostruire o generare componenti assenti nel genoma, trascrittoma e proteoma. L'applicazione del condizionamento multimodale migliora significativamente la ricostruzione delle sequenze rispetto agli input basati esclusivamente su sequenze, e le sue rappresentazioni apprese stabiliscono nuovi parametri di riferimento in compiti downstream su RNA e proteine. Questa ricerca è stata pubblicata su arXiv (2604.24506).
Fatti principali
- MIMIC è un modello di base multimodale generativo per biomolecole.
- È addestrato sul dataset LORE, che allinea più modalità.
- Le modalità includono dati nucleici, proteici, evolutivi, strutturali, regolatori e semantici/contestuali.
- L'architettura è un encoder-decoder a tracce separate.
- Si condiziona su sottoinsiemi arbitrari di modalità osservate.
- Il condizionamento multimodale migliora la ricostruzione delle sequenze rispetto agli input basati solo su sequenze.
- Le rappresentazioni apprese raggiungono lo stato dell'arte nei compiti su RNA e proteine.
- Pubblicato su arXiv con ID 2604.24506.
Entità
Istituzioni
- arXiv