原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你正试图阅读一座庞大的、古老的图书馆，其中的书籍是用一种奇怪而杂乱的代码写成的。这座图书馆属于真菌世界（包括蘑菇、霉菌、酵母等）。每一本书都是一个基因组，而书中的“单词”就是基因。长期以来，科学家们一直难以确切地判断一个单词在哪里结束、另一个单词在哪里开始，尤其是因为这些真菌书籍是用多种不同的“方言”写成的，而且其中的句子常常可以以多种方式重新排列（这被称为可变剪接）。
现在，geneML 登场了——这是一款专为阅读这些真菌书籍而设计的新型数字助手。
以下是它的工作原理，借助一些简单的类比来说明：
1. “智能阅读器”与“旧字典”
此前，科学家们使用诸如 BRAKER3 之类的工具来寻找基因。可以把 BRAKER3 想象成一位非常谨慎的图书管理员，它高度依赖一本实体字典（蛋白质线索）来查找单词。它表现不错，但有时会漏掉某些单词，或被潦草的字迹搞糊涂。
geneML 则像一位超级聪明的读者，它研读了成千上万本真菌书籍，并利用深度学习（一种人工智能）掌握了语言本身的模式。它不再仅仅依靠字典查找单词，而是能够理解句子的“流动”和“结构”。
2. 捕捉更多单词而不增加错误
当研究人员在九种不同的真菌上测试 geneML 时，它的表现优于那位旧图书管理员。
- 得分：它将整体准确率从约 65% 提升至 67%。
- 神奇之处：真正的胜利在于，geneML 发现了更多的基因（它捕捉到了 69%，而此前仅为 64%），同时并未增加错误。它并非随机猜测，而是真正找到了旧工具遗漏的隐藏单词。
3. 速度：快速信使
你可能会认为，如此智能的人工智能需要耗费极长时间来思考，但 geneML 的速度却令人惊讶。它可以在标准计算机上于大约 6 分钟 内读完整个真菌基因组。这就像在冲泡一杯浓咖啡的时间内读完一整部小说。
4. 应对故事中的“转折”
真菌基因很棘手，因为它们可以以不同方式被“剪切和粘贴”，从而创造出同一故事的不同版本（这被称为可变剪接）。大多数工具在处理这种情况时都感到吃力，但 geneML 是少数能够应对这些转折的工具之一。
- 当使用来自一种名为 Fusarium graminearum 的真菌的真实实验数据进行测试时，geneML 正确识别了 41% 的这些不同故事版本。
- 旧工具（AUGUSTUS）仅找到了 33%。
- 更重要的是，geneML 的精确度更高，这意味着当它声称找到某个版本时，其正确率高达 71%，而旧工具仅为 49%。
5. 发现缺失的拼图
最后，研究人员使用 geneML 重新阅读了一组已经“校正”过的真菌书籍。他们发现，geneML 比原始注释多发现了 15% 的完整基因。这就像发现一幅拼图缺少了几块角落的碎片，而 geneML 正是那个发现它们的人，使得最终呈现的真菌图像更加完整、在生物学上更加准确。
核心结论：
geneML 是一款免费、开源的工具，它充当了真菌基因组的更快、更敏锐、更专注的读者。它能发现更多基因，更好地处理复杂的句子结构，并且这一切都在眨眼之间完成。你可以通过论文中提供的 GitHub 链接在线获取它。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。