DNA言語モデルによるメタゲノミクスの酵素潜在解読

科学分野:

• 微生物学
• バイオ情報学
• ゲノミクス

背景:

• 微生物のコミュニティは 重要なグローバルな機能を果たしますが その潜在能力は ほとんど知られていません
• メタゲノミクスは環境から微生物のDNAを配列化しますが,分析はしばしば既知の配列と比較することに依存します.
• 現在の方法では 微生物の"暗黒物質"と 新しく機能する遺伝子の探索が制限されています

研究 の 目的:

• メタゲノム解析のための新しい言語モデル (LMs) を開発する.
• DNAの文脈を理解するためにREMME (メタゲノム探索のためのEMBEDDERを読む) を導入する.
• リーズ内の遺伝子の酵素機能を予測するためのREBEAN (Read Embedding-Based Enzyme ANnotator) を提示します.

主な方法:

• メタゲノム読み込みのための予備訓練された基礎LM,REMMEの開発.
• REBEANにREMMEを微調整し,酵素の潜在性と分子機能を予測する.
• LMを使用して,機能に関連する遺伝子セグメントを特定し,孤児配列を注釈する.

主要な成果:

• REBEANは,以前に特徴づけられていない (孤児) 配列でも,酵素機能をうまく予測します.
• モデルでは,このタスクのための明確な訓練なしに,機能に関連した遺伝子の部分を特定します.
• 新しい酵素が発見され,微生物のコミュニティにおける酵素能力の理解が広がった.

結論:

• 言語モデルベースのアプローチは,参照のないメタゲノム解析のパラダイムシフトを提供します.
• REMMEとREBEANは,組み立てられていないメタゲノミクスで酵素ポテンシャルの注釈を大幅に拡張します.
• これらのモデルは微生物の"ダークマター"と 機能的な多様性の探求を進めています