先了解这件事
AI 综述
希伯来大学等机构的研究人员发表论文《Fast and accurate taxonomic domain assignment of short metagenomic reads using BBERT》,提出BBERT模型。该模型可在短至100个碱基的DNA片段中识别细菌序列,在基准测试中区分细菌与非细菌DNA的准确率约为90%;识别蛋白编码片段的准确率约为88%,判断阅读框约为96%。在模拟混合样本中,先用BBERT过滤使平均组装时间从约66小时降至25小时,并保留约96%的平均细菌基因组覆盖度。目前该研究以论文形式发表,尚无后续进展报道。
AI 根据公开报道生成
最新进展 · 正式报道
BBERT 用 AI 识别土壤样本中隐藏的细菌 DNA事件进展
1 个已确认进展
- 来源：Unite.AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月29日
Unite.AI
BBERT 用 AI 识别土壤样本中隐藏的细菌 DNA
希伯来大学等机构的研究人员开发出 BBERT，可在短至 100 个碱基的 DNA 片段中识别细菌序列，在基准测试中区分细菌与非细菌 DNA 的准确率约为 90%。该模型基于 BERT 学习核苷酸序列上下文，识别蛋白编码片段的准确率约为 88%、判断阅读框约为 96%。在模拟混合样本中，先用 BBERT 过滤使平均组装时间从约 66 小时降至 25 小时，并保留约 96% 的平均细菌基因组覆盖度。