.png){kind=icon}
返回
LAMBDA: a prophage detection benchmark for genomic language models
.png){kind=icon}
OA
AI
DOI：10.1093/nargab/lqag103.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于Transformer的基因组序列模型代表了计算生物学中的一个新兴前沿。然而，它们的嵌入尚未展现出与天然和蛋白质语言模型相同的预测能力，突显了当前实现与理论承诺之间的差距。现有的DNA语言模型基准主要关注真核基因组中调控元件的分类，留下了这些模型是否在整个基因组中学习序列级特征这一基本问题。我们介绍了LAMBDA，一个旨在严格评估基因组语言模型嵌入的基准，通过噬菌体-细菌序列区分来涵盖四个复杂性递增的类别：探针任务、微调评估、诊断测试和全基因组前噬菌体检测。我们对当前基因组语言模型的全面分析，为训练数据选择相对于模型大小的重要性、领域特定训练的必要性以及基因组语言模型在前噬菌体序列检测方面的能力和局限性提供了见解。该基准代表了细菌域中的一个具有挑战性的基因组注释任务，并解决了与微生物学和医学直接相关的关键计算问题。
期刊
N
IF:
2.8
论文数:
264
被引数:
0
机构
引用论文
VirSorter2: a multi-classifier, expert-guided approach to detect diverse DNA and RNA virusesVirSorter2: 一种多分类器、专家指导的检测不同DNA和RNA病毒的方法.png)
MICROBIOME
OAAI
MICROBIOMEIF12.7
OAAI分享收藏VirFinder: a novel k-mer based tool for identifying viral sequences from assembled metagenomic dataVirFinder: 一种基于k-mer的新型工具，用于从组装的宏基因组数据中识别病毒序列MICROBIOMEOAAI
MICROBIOMEIF12.7
OAAI分享收藏DEPhT: a novel approach for efficient prophage discovery and precise extractionDEPhT: 一种有效的先知发现和精确提取的新方法NUCLEIC ACIDS RESEARCHOAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏INfrastructure for a PHAge REference Database: Identification of Large-Scale Biases in the Current Collection of Cultured Phage Genomes噬菌体参考数据库的基础设施: 在培养的噬菌体基因组的当前收集中鉴定大规模偏差OAAI
OAAI分享收藏Taxonomic assignment of uncultivated prokaryotic virus genomes is enabled by gene-sharing networks基因共享网络实现了未培养的原核病毒基因组的分类分配NATURE BIOTECHNOLOGYOAAI
NATURE BIOTECHNOLOGYIF41.7
OAAI分享收藏VIBRANT: automated recovery, annotation and curation of microbial viruses, and evaluation of viral community function from genomic sequences充满活力: 微生物病毒的自动恢复，注释和管理，以及从基因组序列评估病毒群落功能MICROBIOMEOAAI
MICROBIOMEIF12.7
OAAI分享收藏Evaluating the representational power of pre-trained DNA language models for regulatory genomics. Genome Biol. 26 (1), 203评估预训练DNA语言模型在调控基因组学中的表示能力。Genome Biol. 26 (1), 203
IF0
PREAI
分享收藏
查看更多内容