Nature Machine Intelligence informó sobre el desarrollo de NucleicBERT, un modelo de lenguaje auto-supervisado con enmascaramiento que se entrena en secuencias individuales de ARN y genera representaciones contextuales sin información evolutiva.
Los autores vinculan el desarrollo con el problema de la parte no codificante del genoma: muchos de sus elementos actúan a través del ARN, sin embargo, los roles estructurales y funcionales de dichas secuencias siguen siendo insuficientemente comprendidos.
La importancia práctica del enfoque aún no puede evaluarse según la descripción disponible. En ella no se presentan resultados de pruebas, tareas biológicas concretas, comparaciones con otros modelos ni datos sobre la aplicación de NucleicBERT.
comentario editorial
Por qué importa
Consecuencia probable: el enfoque podría ampliar las herramientas de análisis de ARN allí donde hay pocos datos estructurales. La siguiente señal verificable serán los resultados publicados de pruebas, comparaciones y ejemplos de inferencias biológicas. Existe una incertidumbre sustancial relacionada con el hecho de que actualmente solo está disponible la anotación, sin datos sobre la calidad y aplicabilidad del modelo.