首页
热心肠日报
文献库
产业库
榜单
关于日报
《肠·道》演讲
往期精彩
《肠·道》2024
《肠·道》2023
《肠·道》2022
《肠·道》2021
《肠·道》2020
《肠·道》2019
《肠·道》2018
《肠·道》2017
关于《肠·道》
肠道大会
热心肠大会
热心肠智库
智库专家
专家动态
智库新闻
关于智库
奖学金
年度人物奖
更多
HOPE
会议信息
科学与艺术
学术专刊
R·AI
周刊
热心肠先生
研究院动态
关于我们
搜索
登录
关闭
手机邮箱登录
扫码登录
微信扫描二维码快捷登录
验证成功,将在
3
秒钟后跳转
已超时,请
重试
关闭
二维码登录
手机登录
邮箱登录
+86
+1
+852
+886
+81
+65
+61
+44
获取验证码
登录 / 注册
关闭
二维码登录
手机登录
邮箱登录
获取验证码
登录 / 注册
LookingGlass
文章数:1篇
LookingGlass
Nature子刊:宏基因组功能预测和注释新工具LookingGlass
目前,还是有大量的微生物未被培养,在微生物基因组或环境序列中鉴定到的大多数蛋白质也无法很好的进行功能注释。由于参考数据库的不完整,一定程度上限制了研究人员充分捕捉微生物群的功能多样性,也限制了对生物序列的高级特征进行建模的能力。近日,Nature Communications发表了一项最新研究,研究人员建立了一种“生命通用语言”深度学习模型—LookingGlass(https://github.com/gnif/LookingGlass),能准确识别短读长DNA序列中的编码区,高效地对宏基因组中的reads进行功能预测、注释和特定的酶挖掘。总之,该研究为深度挖掘微生物暗物质提供了支撑,也为复杂生物系统建模提供了基础。
LookingGlass
深度学习
研究论文
基础研究
机器学习