CGM第523期： PhyloTune：一种使用预训练的 DNA 语言模型加速系统发育更新的有效方法
香港中文大学 · 博士后
博士毕业于香港中文大学计算机科学与工程专业，师从王平安教授，现为香港中文大学博士后研究员。研究方向为不确定性建模以及人工智能在生命科学领域的创新应用。其研究成果以第一/共同第一作者的身份发表于Nature Communications、NeurIPS、ICML、AAAI 等知名期刊和机器学习会议上。
之江实验室 · 助理研究员
博士毕业于浙江大学生命科学学院，现为之江实验室助理研究员，主要研究方向为群体基因组学和系统进化。以第一/共同第一作者的身份在Nature Communications、the Plant Journal、Journal of Biogeography、Industrial Crops and Products等知名学术期刊发表论文。
活动回放
在 Bilibili 打开完整回放 ↗理解物种之间的系统发育关系对于揭示重要的进化事件至关重要。随着序列数据的体量持续增长，现有的分析方法在构建可靠的系统发育树面临越来越多的挑战。本研究提出了一种新方法，PhyloTune，借助预训练DNA语言模型，加速新物种在已有系统发育树中的整合。该方法通过识别新序列在给定系统发育树中的最小分类单元，并提取其高注意力区域，从而大幅减少输入序列的数量和长度。
具体而言，PhyloTune在预训练 DNA 大模型（例如 DNABERT）的基础上，结合目标系统发育树的分类层级信息进行微调，实现了对最小分类单元的精确识别和高注意力区域的有效提取。我们在模拟数据集，聚焦于Embryophyta的植物数据集，以及聚焦于鲍特氏菌属的微生物数据集验证了PhyloTune的有效性。结果表明，PhyloTune通过在给定系统发育树中识别新序列所属的最小分类单元，并提取其高注意力区域，实现了高效的系统发育更新，并且在准确性方面仅带来有限的损失。此外，基于注意力提取的序列区域为系统发育分析提供了一种具有可扩展性和可解释性的替代方案。
参考文献
- Danruo Deng, Wuqin Xu, Bian Wu, Hans Peter Comes, Yu Feng, Pan Li, Jinfang Zheng, Guangyong Chen, Pheng-Ann Heng. PhyloTune: An efficient method to accelerate phylogenetic updates using a pretrained DNA language model. Nature Communications. 2025;16(1):6905. DOI: 10.1038/s41467-025-61684-3
评论（0）
登录后即可发表评论。
登录暂无评论，来发表第一条评论吧！