Genos

Genos 是由华大杭州AI（BGI-HangzhouAI）开发的一款前沿基因组学基础模型，旨在彻底改变生物信息学领域的序列分析。其核心在于，Genos 通过对海量数据集进行大规模预训练，学习基因组序列的丰富且符合上下文的表征。这种深度学习方法使模型能够捕获 DNA 和 RNA 序列中编码的复杂模式、进化关系和功能性影响，为众多下游应用提供了强大的基础。

该工具可应用于广泛的生物信息学领域，特别是在宏基因组学与微生物生态系统中用于 AI 辅助的宏基因组注释和预测，以及在更广泛的序列分析与注释生态系统中用于高级 AI 驱动的语言建模、嵌入生成和注释辅助。其基础学习能力使其能够以前所未有的细节和准确性处理和解读基因组数据。

Genos 的实际应用和用例多种多样且影响深远。例如，在分子生态学和保护基因组学中，Genos 可用于预测遗传变异的有害性，识别可能影响蛋白质功能或导致保护基因组负荷的突变。它利用深度学习根据进化和生化特征对错义变异进行评分，与传统工具相比具有显著优势。此外，该模型在预测序列内的功能元件方面表现出色，例如识别不同酶家族中的催化残基，这些预测随后可以通过诱变等实验方法进行验证。

在 RNA 加工和基因组诊断领域，Genos 为剪接位点评分和理解可变剪接事件提供了高级功能。它能够区分用于剪接效应预测的各种模型，从嘈杂的基因组背景中捕获复杂的特征，从而提供比传统基于基序的模型更准确的见解。此外，在传染病研究和精准医疗领域，Genos 在比较基因组学中发挥着关键作用，能够识别和追踪抗菌素耐药性（AMR）基因，区分不同物种间的直系同源和旁系同源耐药基因，从而为抗击抗生素耐药性的策略提供信息。其生成稳健序列嵌入的能力使其成为一个多功能工具，可用于几乎所有基因组序列分析任务中的分类、聚类和功能推断。