Ce projet propose une solution pour la détection de séquences OGM dans l'ADN en utilisant des modèles de langage génomiques. Dans notre cas, Nucleotide Transformers.
cette approche réside dans sa capacité à être entraînée sur un PC aux caractéristiques modestes grâce aux techniques de Parameter-Efficient Fine-Tuning (PEFT) comme LoRA et la quantification 4-bit.
✓ Modèle Génomique : Utilisation de Nucleotide-Transformer-v2 (InstaDeep). ✓ Optimisation Low-Resource : Entraînement possible sur GPU grand public . ✓ Génération In-Silico : Pipeline d'assemblage de séquences synthétiques (Promoteurs, Gènes BT, Terminateurs). ✓ Métriques de Précision : Focus sur le F1-Score et le Rappel pour minimiser les faux négatifs.