hussius/deeplearning-biology

它解决了什么问题

本项目旨在应对生物学中深度学习应用领域庞大且快速增长的格局所带来的挑战。它提供了一个经过策划、由社区驱动的实现、研究论文和资源目录，帮助研究人员找到适用于从基因组学、蛋白质结构预测到药物发现等任务中已有的工具和模型。

它的工作原理

该仓库作为一个结构化索引。它按特定的生物学应用对各种深度学习方法（如卷积神经网络、Transformer 和语言模型）进行分类。每个条目通常链接到原始研究论文、源代码仓库，有时还包含其他资源，如教程或 HuggingFace 或 TensorFlow Hub 等平台上的预训练模型。

适用人群

此列表专为研究人员、生物信息学家和数据科学家设计，他们要么希望将深度学习应用于生物学问题，要么希望及时了解该领域最新的计算方法。对于从事基因组学、蛋白质组学和系统生物学工作的人员尤其有用。

亮点

• 涵盖不同生物学子领域的深度学习实现的组织化目录。
• 侧重于实用资源，如模型动物园（例如 Kipoi）和入门教程。
• 包含专门的综述论文部分，帮助用户理解该领域的概念基础。
• 突出最先进的序列建模技术，包括蛋白质和基因组语言模型。
• 鼓励社区贡献，以保持列表的时效性和全面性。