AI图鉴

AI图鉴首页 › AI 资讯 › BBERT 使用AI识别土壤样本中隐藏的细菌DNA

BBERT 使用AI识别土壤样本中隐藏的细菌DNA

来源:Unite.AI · 发布时间:10-29 · 由 AI图鉴每小时自动聚合

耶路撒冷希伯来大学的研究人员和伙伴机构开发了BBERT,这是一种AI工具,它承认碎片中的细菌DNA短。

AI 模型和平台

BBERT 使用AI识别土壤样本中隐藏的细菌DNA

在 Google 上的首选来源中添加 Unite.AI

耶路撒冷希伯来大学的研究人员和伙伴机构已经开发了BBERT,这是一种AI工具,它能识别碎片中细菌DNA的短至100个碱基。 这项工作解决了环境基因组学中一个长期存在的问题:科学家可以在土壤样本中对遗传物质进行测序,然而,由于参考数据库中生物体代表不足,其中很多仍然难以解释。

该研究题为“短期计量学的快速和准确分类域分配使用BBERT读取”,发表在“核酸研究”中。 它由该大学拉加物理研究所的Amir Erez博士及其植物和环境科学系的Omri M. Finkel博士领导。 Dmitry Alekhin、Moshe Alon和Tomer Sidi与海法大学和农业研究组织Volcani研究所的同事一起,作出了同样的贡献。

为什么是土壤DNA 难以排序

猎枪元组学序列从整个社区收集DNA,而不是从单个孤立生物中收集DNA. 在土壤中,这意味着混合细菌,真菌,植物等生命形态的基因碎片。 然后,研究人员需要确定这些碎片来自何处,携带哪些生物信息。

基于参考的工具比照已知的序列读取。 当存在近似匹配时,这是有用的,但不完整的数据库使许多读取未分类。 由此产生的微生物“暗物质”既可能模糊一个社区的组成,也可能模糊其职能。

BBERT处理一个早期的排序问题:碎片看起来有细菌吗?这是一个比命名一个物种更广泛的分类。 识别细菌序列模式可以帮助研究者决定哪些读数将纳入后续分析,即使没有近距离参考匹配。

DNA模式培训的语言模型

论文描述了一种基于BERT的模型,在核苷酸序列中学习上下文。 它的标致剂代表了单个DNA碱基,包括一个模糊的碱基符号。 在预训期间,模型学习从周边序列信息中恢复蒙面基,这是语言AI中使用的蒙面语言模型方法的改编。

研究人员随后对细菌与非细菌分类模型进行了微调。 目标是学习细菌序列的特征规律,允许在每次对读数进行评估时不寻找匹配的参考序列而进行推论。 无参考推论仍然取决于模型在培训期间学到了什么;这并不意味着系统是在没有基因组数据的情况下开发的。

BBERT还估计一个片段是否是蛋白质编码,并预测其读取框架。 读框决定DNA碱基如何组合成用于编码氨基酸的三字母单元。 选择正确的框架有助于下游工具对编码片段进行有意义的解释。

基准测试发现了什么

根据所提供的研究公告,BBERT在基准测试测试中实现了约90%的精确度区分细菌和非细菌DNA. 它确定了蛋白质编码碎片,其精度约为88%,其读取框架的精度约为96%。 这些是单独的任务,而不是衡量总的基因组理解。

工作队将该工具应用于1 969个公开提供的土壤DNA数据集。 它在相当大一部分的读物中承认细菌序列,即一个既定的比较工具未分类。 调查结果还表明,未解释的遗传材料包括非细菌来源,而不只是不熟悉的细菌。

过滤在基因组重建前读取,也减少了计算工作。 在模拟生物混合物中,每个数据集的平均组装时间从约66小时下降到25小时。 重构序列的错配和间隙较少,同时保留了大约96%的平均细菌基因组覆盖率而不经过过滤。

对野生豆类根结核的试验提供了一个更为复杂的生物例子。 这些结构中含有植物和微生物DNA。 过滤大约减半的组装时间,并将峰值内存使用从188 GB降低到82 GB,几个重建的细菌基因组的污染减少。 一些细菌信息也被丢失。

开放软件使方法可以使用

团队的公共BBERT寄存器提供推论软件和模型下載指令。 其记载的产出包括细菌分类概率,编码概率,以及六个可能读框的概率。 研究人员还可以导出嵌入序列以进行额外分析。

该寄存器支持标准的FASTA和FASTQ输入和文档GPU加速,Apple硅支持,以及较慢的只使用CPU的操作。 它还为将预测的编码序列转换为氨基酸提供了各种用途。 这些特点使模型成为分析管道的组成部分,产出研究人员可以过滤和检查。

具有生物极限的有用过滤

BBERT可以错误地对一些碎片进行分类。 氯仿脱氧核糖核酸可因其演化起源而与细菌DNA相似,区分细菌与古细菌仍然具有挑战性。 因此过滤可以提高效率,同时也可以丢弃真正的细菌读物。 研究人员需要权衡这种权衡与特定分析的目标。

生态动力超越了更快的计算。 Finkel的大学研究简介描述了植物微生物、微生物相互作用、沙漠植物和土壤计量学方面的工作。 了解存在哪些生物体和功能是研究这些社区如何组装和影响植物的基础。

BBERT提供了一个重新审视现有环境测序收集以及处理新样品的方法。 它的贡献是更快的,基于规律的先通过短读,帮助研究者决定哪些基因碎片值得更深入的调查。

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(unite.ai)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 598 款 AI 工具分类导航 · 每日 AI 热门项目与动态