Дообученная на базе Qwen3.6-27B модель Genentech ранжирует гены для первых раундов CRISPR-скрининга перед передачей работы AssayFormer.

Подходит для: ранжирование генов-кандидатов для CRISPR-скрининга · выбор мишеней для первых двух раундов скрининга · адаптивный поиск генов по описанию эксперимента и уже полученным результатам

Авторегрессионная модель GPT-NeoX для генерации парных последовательностей тяжёлых и лёгких цепей антител.

Подходит для: генерация парных последовательностей антительных цепей · создание кандидатов антител для исследовательского скрининга · генерация последовательностей для разработки антительных библиотек

Сверточная GENet-модель для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

Крупная BERT-модель AIRI Institute, предобученная на геноме человека для восстановления замаскированных участков ДНК и адаптации к геномным задачам.

Подходит для: восстановление замаскированных токенов в последовательности ДНК · извлечение представлений последовательностей генома человека · дообучение для предсказания промоторов

Дообученная Qwen3.6-27B, которая ранжирует 100 генов HGNC для следующего этапа CRISPR-скрининга по его описанию и уже исследованным генам.

Подходит для: выбор следующих генов для измерения в CRISPR-скрининге · ранжирование кандидатов-генов по описанию эксперимента · планирование последующих раундов скрининга в AssayLoop

Компактная модель GENet, обученная на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение признаковых карт из изображений · получение эмбеддингов изображений

Модель GENet с 21,1 млн параметров классифицирует изображения ImageNet-1k и подходит для извлечения визуальных признаков и эмбеддингов.

Подходит для: классификация изображений по категориям ImageNet-1k · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений для дальнейшего анализа

BERT-подобная модель AIRI Institute для восстановления замаскированных токенов в длинных последовательностях ДНК и дообучения на геномные задачи.

Подходит для: восстановление замаскированных участков последовательности ДНК · предобучение модели для классификации геномных последовательностей · анализ последовательностей человеческого генома

iSEEEK — модель GPT-2 для генерации последовательностей ранжированных генов, обученная на одноклеточных транскриптомах.

Подходит для: генерация последовательностей ранжированных генов · исследование паттернов экспрессии генов в одноклеточных данных · эксперименты с языковым моделированием транскриптомов

Компактная GPT-2-подобная модель предсказывает нуклеотиды и служит основой для геномной генерации и дообучения классификаторов.

Подходит для: генерация коротких последовательностей ДНК · предсказание следующего нуклеотида · дообучение классификатора геномных последовательностей

GENERator-eukaryote-1.2b-base — авторегрессионная модель на 1,2 млрд параметров для генерации эукариотических ДНК-последовательностей и исследований в геномике.

Подходит для: генерация эукариотических ДНК-последовательностей · создание белок-кодирующих последовательностей ДНК · оптимизация последовательностей энхансеров

Модель Pythia-160m, дообученная методом Cell2Sentence для генерации последовательностей генов и предсказания типов иммунных клеток по данным scRNA-seq.

Подходит для: условная генерация профилей экспрессии клеток заданного типа · безусловная генерация последовательностей генов для клеток · предсказание типа клетки по последовательности генов

BERT-подобная модель AIRI Institute, предобученная на геномах Arabidopsis thaliana для восстановления замаскированных фрагментов ДНК и последующего дообучения.

Подходит для: восстановление замаскированных токенов в последовательности ДНК · заполнение пропусков в геномных последовательностях Arabidopsis thaliana · дообучение классификатора последовательностей генома

BERT-подобная модель AIRI Institute, предобученная на человеческой ДНК для заполнения замаскированных участков и анализа геномных последовательностей.

Подходит для: предсказание замаскированных нуклеотидных участков в последовательности ДНК · получение представлений последовательностей человеческого генома · дообучение классификатора на геномных последовательностях

Genos-m — языковая модель для анализа последовательностей ДНК микробов, ассоциированных с человеком, с поддержкой очень длинного геномного контекста.

Подходит для: моделирование последовательностей микробной ДНК на уровне нуклеотидов · анализ длинных геномных последовательностей микробов · исследование геномов кишечной микробиоты и фагов

Дообученная на структурах антител модель ProGen2 для генерации белковых последовательностей терапевтических антител.

Подходит для: генерация последовательностей кандидатов терапевтических антител · создание вариантов антител для исследований иммунологии · генерация антительных последовательностей для ранней разработки вакцин