NSR综述｜中南大学王建新等：生物信息学中的基础模型

本文综述了基础模型（FMs）在生物信息学领域的应用和发展。基础模型是一类大规模的人工智能系统，通过在海量数据集上的预训练，能够有效应用于各种下游任务。文章首先介绍了基础模型在生物信息学中的重要性，特别是在处理大规模未标记数据集方面的卓越表现。随后，文章详细探讨了四种类型的基础模型（语言基础模型、视觉基础模型、图基础模型和多模态基础模型）在基因组学、转录组学、蛋白质组学、药物发现和单细胞分析等领域的应用。文章还总结了代表性模型在生物基准数据集、训练策略、模型结构、超参数配置及生物发现等方面的表现，并展望了生物信息学基础模型未来的发展前景。最后，文章以AlphaFold为例，展示了基础模型在蛋白质三维结构重建中的显著成果，并讨论了未来研究方向，包括模型的可解释性及大规模模型体系结构相关的挑战与机遇。