西北农林科技大学毕业、第一作者发表《Nature》、入职清华，在顶级期刊（IF=16.3）取得新进展，破解基因边界模糊难题

背景：原噬菌体是温和噬菌体整合到宿主细菌染色体中的稳定形式，在调控细菌群落结构与功能中起关键作用，但准确识别其基因组区域面临噬菌体基因组高度变异和原噬菌体-宿主边界模糊两大挑战。研究目的：清华大学梁冠翔课题组开发了基于蛋白质大语言模型ESM-2的新型计算工具PIDE，旨在实现对原噬菌体区域的高精度识别，并适用于宏基因组和病毒组数据分析。结论：PIDE在真实基准数据集上表现出卓越的预测性能，优于现有主流工具，应用于人类肠道宏基因组发现88.5%的肠道细菌携带原噬菌体，这些原噬菌体可能广泛参与细菌生长调控、抗生素抗性等重要生物学过程，工具具备良好的泛化能力，可支持多种生态环境的原噬菌体研究。