Nature Methods· 2025Q1
Helixer: Deneysel Veri Olmadan Ökaryotik Gen Modellerini Tahmin Eden Yapay Zeka Aracı
Helixer: ab initio prediction of primary eukaryotic gene models combining deep learning and a hidden Markov model
- 147atıf
- Q1SCImago
- 2025yıl
Kısa özet
Derin öğrenme ve gizli Markov modelini birleştiren bir yapay zeka aracı olan Helixer, RNA dizileme verisine ihtiyaç duymadan mantar, bitki, omurgalı ve omurgasız genomlarında uzman tarafından küratörlüğü yapılmış referanslara yakın doğrulukta birincil ökaryotik gen modellerini ab initio olarak tahmin eder.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Helixer, derin öğrenme ve gizli Markov modelini birleştiren yapay zeka kullanarak birincil ökaryotik gen modellerini ab initio olarak tahmin eder.
- Araç, mantar, bitki, omurgalı ve omurgasız genomlarında mevcut yöntemlerle eşdeğer veya daha yüksek doğruluk elde eder.
- Helixer, gen tahmini için RNA dizileme gibi deneysel verilere ihtiyaç duymaz.
- Genom annotasyonu için verimli ve erişilebilir bir çözüm sunar, açık kaynaklı yazılım ve web arayüzü olarak mevcuttur.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
The accurate identification of genes is vital for understanding biological function, yet this remains challenging across many newly sequenced or less-studied species. Here we present Helixer, an artificial intelligence-based tool for ab initio gene prediction that delivers highly accurate gene models across fungal, plant, vertebrate and invertebrate genomes. Unlike traditional methods, Helixer operates without requiring additional experimental data such as RNA sequencing, making it broadly applicable to diverse species. We show that Helixer's pretrained models achieve accuracy on par with or exceeding current tools, producing gene annotations that closely match expert-curated references across multiple evaluation metrics. Its design enables immediate use on genomes without retraining, providing an efficient, accessible solution for genome annotation in both research and applied settings. The tool is available as an open-source software for local installation via GitHub. An online web interface is also available as well as through the Galaxy ToolShed.
Yazarların özeti; kaynağından alınmıştır. Nature Methods, 2025 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Moleküler Biyoloji
Molecular BiologyBiochemistry, Genetics and Molecular Biology