hyena-dna

百万级DNA序列直接建模，解锁基因组长程调控密码

HyenaDNA 是一个基于 Hyena 架构的超长序列基因组基础模型，由斯坦福大学等机构开发。它解决了传统 Transformer 模型在处理基因组序列时因长度限制而无法有效捕捉长距离依赖关系的问题。HyenaDNA 能够直接处理长达 100 万碱基对的 DNA 序列，无需分段或降采样，从而保留了基因组中远距离的调控信息和结构特征。其核心能力包括：利用 Hyena 算子替代注意力机制，实现线性复杂度的高效长序列建模；支持预训练和微调，可应用于变异效应预测、基因表达调控分析、物种识别等多种下游任务。该模型在多个基准测试中表现出色，尤其在长程调控元件预测上优于基于 Transformer 的模型，同时显著降低了计算资源消耗。