AI模型PlantBGC增强植物基因簇的发现

研究人员开发了PlantBGC，这是一种新颖的、由AI驱动的工具，用于识别植物生物合成基因簇（BGCs）。该系统使用了一个仅编码器的Transformer模型，该模型在微生物BGCs上进行训练，并通过无标签域自适应应用于植物基因组。与plantiSMASH等现有方法相比，PlantBGC在恢复已知BGCs和更准确地定义其边界方面表现出显著的改进。此外，源自基因本体论（GO）和京都基因组百科全书（KEGG）通路的弱监督通过减少假阳性，进一步优化了发现过程。 AI

影响 这项研究通过提高基因组分析的效率和准确性，有望加速新型植物化合物的发现。

排序理由 该集群描述了一个新的AI模型和方法论，发表在arXiv论文中，用于特定的科学领域。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• Hugging Face
• Kegg
• Minimum Information about a Biosynthetic Gene cluster Repository
• Pfam
• PlantBGC
• Transformer

• 论文
• 模型发布
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →