Nature Machine Intelligence a rapporté le développement de NucleicBERT, un modèle linguistique auto-supervisé avec masquage, qui est entraîné sur des séquences d'ARN individuelles et forme des représentations contextuelles sans informations évolutives.
Les auteurs lient ce développement au problème de la partie non codante du génome: de nombreux éléments agissent via l'ARN, cependant les rôles structurels et fonctionnels de telles séquences restent insuffisamment compris.
L'importance pratique de l'approche ne peut pas encore être évaluée sur la base de la description disponible. Celle-ci ne fournit ni résultats de tests, ni tâches biologiques concrètes, ni comparaison avec d'autres modèles, ni données sur l'application de NucleicBERT.
commentaire éditorial
Pourquoi c’est important
Conséquence probable : l'approche pourrait élargir les outils d'analyse de l'ARN là où les données structurelles sont rares. Le prochain signal à vérifier sera la publication des résultats de tests, des comparaisons et des exemples de déductions biologiques. Une incertitude substantielle subsiste car seule une annotation est actuellement disponible, sans données sur la qualité et l'applicabilité du modèle.