科学界获得了一个分析遗传信息的强大工具。AIRI研究所推出了神经网络平台GENATATOR,能够基于DNA序列自动绘制基因图谱。这不仅仅是一个新模型,更是一套改变基因组注释方式的综合解决方案。
工作原理
GENATATOR是一个多阶段人工智能系统。它依次解决多个任务:首先确定可能的转录起始点和终止点,然后分析两者之间的区域,细化基因内部结构,并筛选出存疑的假设。最终,该系统能够识别编码蛋白质的基因以及长链非编码RNA——细胞过程调控的关键要素。
相比传统方法的优势
GENATATOR与传统方法的关键区别在于,它摒弃了寻找单独标记(起始密码子、终止密码子、剪接信号)的方式。相反,神经网络在完整的DNA序列上进行训练,从而发现深层规律。这种方法使该工具能够处理缺乏详细注释的非模式生物的基因组组装数据。
该模型基于人类及其他38种哺乳动物的基因进行训练,其中包括海象和大象等珍稀物种。然而,测试结果显示,该模型在果蝇、拟南芥和酿酒酵母等其他生物体上也表现出色。在准确性方面,GENATATOR显著超越了现有同类工具。
应用前景
该工具开辟了广泛的应用前景:从研究进化过程、寻找新基因,到分析古代动物基因组。在医学领域,GENATATOR可用于预测遗传性疾病、开发个性化药物以及进行生物技术研究。
这些模型已在Hugging Face平台上开放获取。同时,还推出了网络服务和用于评估质量的公开排行榜。目前,本地版本需要支持float32格式的CUDA图形处理器——暂不支持在中央处理器上运行以及低精度模式。
我的分析:GENATATOR是生物信息学领域向前迈出的重要一步。无需依赖特定生物体即可进行基因组注释的能力,将加速遗传学和医学领域的研究。然而,对昂贵设备(CUDA GPU)的依赖可能会限制小型实验室的使用。从长远来看,针对CPU和云计算进行模型优化将使这一工具真正普及。