CGM第574期：AI 驱动的高精度基因从头注释
2026年4月8日CGM-EU
从头基因注释如何利用远距离序列关系与跨物种信息？ANNEVO采用混合专家模型，在多物种基准中评估人工智能解析基因结构的能力。
张鹏宇
西安交通大学 · 博士研究生
西安交通大学在读博士生，主持国自然青年学生基础研究项目（博士研究生），入选中国科协青年科技人才培育工程博士生专项。主要研究方向为基于人工智能的基因组序列智能解析，相关成果以第一作者发表于Nature Methods、Nucleic Acids Research、Bioinformatics、Briefings in Bioinformatics等期刊。
活动回放
在 Bilibili 打开完整回放 ↗准确的基因注释对于解析基因组序列与其功能之间的映射关系至关重要。然而，现有方法难以模拟复杂的基因传递模式，例如垂直遗传和水平基因转移。本文介绍了一种名为ANNEVO的混合模型，它基于混合专家模型（MoE）的神经网络，能够直接模拟来自不同基因组的远端序列依赖性和联合进化关系，从而实现精确的从头基因注释。通过对566个系统发育多样性物种的广泛基准测试，我们证明ANNEVO的性能显著优于现有的从头注释方法，并达到了与最先进的注释流程相当的水平。此外，ANNEVO无需依赖外部证据，因此能够为多种物种提供比参考注释更完整的注释，同时还能纠正注释中的错误。这些进展将改进基因组序列的解读，并提供一个能够整合进化见解的框架。
参考文献
- Pengyu Zhang, Tun Xu, Songbo Wang, Xiaofei Yang, Peisen Sun, Peng Jia, Jiadong Lin, Bo Wang, Yizhe Zhang, Deyu Meng, Stephen J. Bush, Zemin Ning, Kai Ye. Highly accurate ab initio gene annotation with ANNEVO. Nature Methods. 2026;23(4):740-748. DOI: 10.1038/s41592-026-03036-7
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！