
Como o aprendizado de máquina escolhe o próximo lote de genes em uma triagem CRISPR
Quem testa milhares de genes no laboratório enfrenta uma pergunta cara: quais dos ainda não analisados devem entrar no próximo lote? Uma nova abordagem de aprendizado de máquina combina um modelo de linguagem de uso geral com uma política especializada que aprende a partir de acertos genéticos anteriores, descrições das telas e do feedback laboratorial rodada por rodada. O objetivo é transformar resultados experimentais ruidosos em melhores suposições sobre o que testar a seguir, mantendo as escolhas fundamentadas na biologia conhecida.



