Nucleotide-resolution DNA foundation models of prokaryotic genomes

IF 31.7 1区生物学 Q1 GENETICS & HEREDITY

Nature genetics Pub Date : 2025-01-15 DOI:10.1038/s41588-024-02062-5

Michael Fletcher

引用次数: 0

查看原文本刊更多论文

原核生物基因组的核苷酸分辨率DNA基础模型

最近，机器学习模型因其在包括基因组学在内的广泛领域应用的潜力而引起了人们的兴奋。然而，由于它们的复杂性，在DNA语言模型的大基因组背景下训练它们是非常昂贵的，导致有限的接受域和/或n-mer序列标记化。Nguyen等人用Evo向该领域迈出了一步，Evo是一个基础模型，它应用了高效的杂交条纹鬣狗架构，在单核苷酸分辨率下训练了80,000个原核生物和数百万个噬菌体和质粒序列。在基准测试中，Evo在变异适应度、启动子活性和蛋白质表达预测方面显示出与最先进的核苷酸和语言模型相当或改进的性能。令人印象深刻的是，Evo可用于生成新的，实验验证的CRISPR-Cas和转座子系统，并通过过早停止密码子插入预测基因的必要性；它也显示出产生合成全基因组的一些希望。适用于许多任务的基础DNA语言模型将具有广泛的实用性，而Evo强调了它们的前景。然而，必须注意的是，与真核生物的基因组相比，训练数据集很小，并且仍然有限的131-kb上下文和下一个标记预测将需要进一步适应多细胞生命日益增加的复杂性，这表明仍有很多工作要做。原始参考文献：Science 386， eado9336 （2024）

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Nature genetics 生物-遗传学

CiteScore

43.00

自引率

2.60%

发文量

241

审稿时长

3 months

期刊介绍： Nature Genetics publishes the very highest quality research in genetics. It encompasses genetic and functional genomic studies on human and plant traits and on other model organisms. Current emphasis is on the genetic basis for common and complex diseases and on the functional mechanism, architecture and evolution of gene networks, studied by experimental perturbation. Integrative genetic topics comprise, but are not limited to: -Genes in the pathology of human disease -Molecular analysis of simple and complex genetic traits -Cancer genetics -Agricultural genomics -Developmental genetics -Regulatory variation in gene expression -Strategies and technologies for extracting function from genomic data -Pharmacological genomics -Genome evolution