已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Highly accurate ab initio gene annotation with ANNEVO

注释 从头算 基因 计算生物学 计算机科学 生物 遗传学 人工智能 物理 量子力学
作者
Kai Ye,Pengyu Zhang,Tun Xu,Songbo Wang,Xiaofei Yang,Peisen Sun,Jia‐Shi Peng,Bo Wang,Stephen J. Bush,Zemin Ning
出处
期刊:Research Square 被引量:7
标识
DOI:10.21203/rs.3.rs-6402260/v1
摘要

Abstract Accurate gene annotation is essential for deciphering the mapping from genomic sequences to their functional roles. However, current methods struggle to model complex gene transmission patterns and evolutionary variations in gene lengths. Here, we introduce ​ANNEVO, a mixture of experts (MoE)-based genomic language model that directly models distal sequence dependencies and joint evolutionary relationships from diverse genomes, enabling precise ab initio gene annotation. Through extensive benchmarking on 566 species, we demonstrate that ANNEVO significantly outperforms existing ab initio methods and achieves performance comparable to state-of-the-art annotation pipelines. Furthermore, ANNEVO’s independence from external evidence allows it to deliver more complete annotations than reference annotations for a broad range of species while correcting errors within them. These advancements will significantly advance genome sequence interpretation and provide a framework capable of integrating evolutionary insights.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
研友_VZG7GZ应助shdotcom8采纳,获得10
刚刚
YOLO应助David采纳,获得10
2秒前
儒雅的城完成签到 ,获得积分10
5秒前
pepperlight完成签到 ,获得积分10
7秒前
10秒前
10秒前
明理夜山完成签到,获得积分10
10秒前
乐乐应助Erewhon采纳,获得10
13秒前
NexusExplorer应助兜兜采纳,获得10
14秒前
牛蛙丶丶完成签到,获得积分10
14秒前
苹果颖完成签到,获得积分10
14秒前
明理夜山发布了新的文献求助10
14秒前
雪12229发布了新的文献求助10
15秒前
ZENITH发布了新的文献求助10
16秒前
16秒前
Criminology34应助科研通管家采纳,获得10
16秒前
汉堡包应助科研通管家采纳,获得10
16秒前
CipherSage应助科研通管家采纳,获得10
16秒前
16秒前
16秒前
自然千柳关注了科研通微信公众号
19秒前
24秒前
25秒前
麦斯完成签到,获得积分10
27秒前
体贴的薯片完成签到,获得积分10
29秒前
朴素梦蕊完成签到 ,获得积分10
29秒前
麦斯发布了新的文献求助10
29秒前
缓慢珠发布了新的文献求助10
29秒前
英俊的铭应助雪12229采纳,获得10
30秒前
CodeCraft应助爱听歌的紫菱采纳,获得10
31秒前
如约而至完成签到 ,获得积分10
32秒前
科研通AI6.3应助Jx采纳,获得10
32秒前
Niki完成签到,获得积分10
35秒前
天真的钢铁侠完成签到,获得积分10
37秒前
竹筏过海完成签到,获得积分0
38秒前
41秒前
41秒前
43秒前
43秒前
一车童心完成签到 ,获得积分10
44秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Salmon nasal cartilage-derived proteoglycan complexes influence the gut microbiota and bacterial metabolites in mice 2000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1500
Picture this! Including first nations fiction picture books in school library collections 1500
SMITHS Ti-6Al-2Sn-4Zr-2Mo-Si: Ti-6Al-2Sn-4Zr-2Mo-Si Alloy 850
Signals, Systems, and Signal Processing 610
Learning manta ray foraging optimisation based on external force for parameters identification of photovoltaic cell and module 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6376168
求助须知:如何正确求助?哪些是违规求助? 8189437
关于积分的说明 17293946
捐赠科研通 5430050
什么是DOI,文献DOI怎么找? 2872801
邀请新用户注册赠送积分活动 1849351
关于科研通互助平台的介绍 1694974