俄罗斯AIRI研究所推出了一款基于神经网络的创新工具GENATATOR,能够根据DNA序列实现高精度基因定位。该技术可识别基因边界、确定转录本类型并重建基因组内部结构。
GENATATOR的工作原理
该系统由多个人工智能模型分阶段协同工作。首先,神经网络识别可能的转录本起始与终止位点,随后验证其间区域,完善结构并过滤存疑预测。该工具旨在同时识别编码蛋白质的基因和长链非编码RNA基因。
训练与测试
模型基于人类及包括海象、大象在内的38种其他哺乳动物基因进行训练。测试中,GENATATOR甚至在未纳入训练集的生物体(如果蝇、拟南芥和酿酒酵母)上展现出惊人效果。其精确度显著超越现有同类方案。
核心优势
与传统方法不同,GENATATOR不依赖搜索起始密码子、终止密码子或剪接信号等单一标记。相反,神经网络会整体记忆并学习DNA序列中的规律。这为将该工具应用于缺乏详细注释的非模式生物基因组组装开辟了可能。
潜在应用
理论上,GENATATOR可用于研究进化过程、发现新基因及分析古生物。在医学领域,它有助于疾病预测、个性化药物研发及生物技术开发。
可用性与限制
模型已在Hugging Face平台开源,并提供网络服务和公开排行榜用于质量评估。但本地版本仅支持在CUDA图形处理器上以float32格式运行,暂不支持中央处理器运行及低精度模式。
专家观点:GENATATOR不仅是生物信息学领域的又一工具,更是基因组分析领域的突破。无需注释即可处理非模式生物的能力,极大拓展了基础科学与生物技术的边界。尤为重要的是,该技术向社区开放,将加速其应用与发展。