ИИ-инструмент помогает ученым находить бактерии, скрывающиеся в почве
Ученые Еврейского университета Иерусалима создали ИИ-модель, которая распознает бактериальную ДНК по фрагментам длиной всего 100 нуклеотидов и помогает анализировать плодородие почвы.
Любая проба почвы населена множеством бактерий, грибов и других организмов. При секвенировании ДНК почвенных организмов они разбиваются на миллионы коротких фрагментов от разных видов. Понять, какие из них бактериальные, так же непросто как разбирать кучу деталей от разных пазлов. Обычно фрагменты сверяют со справочными базами данных, но многих почвенных обитателей там нет, в этом случае их ДНК остается неопознанной или получает неверную метку. Нераспознанный материал называют микробной "темной материей". Разобраться в ней необходимо, чтобы понять, какие микробы живут в почве, и как они влияют на ее плодородие.
Для подробного анализа это "темной материи" израильские ученые предложили использовать ИИ-модель. Статья опубликована в Nucleic Acids Research. Модель BBERT устроена как языковая модель, но она обучается не на текстах, а на бактериальной ДНК. Совпадение в базе ей искать не нужно: модель сама решает, похож ли фрагмент на бактериальный, и кодирует ли он белок.
В тестах BBERT отличала бактериальную ДНК от других организмов с точностью около 90%, а кодирующие белок фрагменты определяла с точностью 88%. BBERT помогла классифицировать многие неопознанные фрагменты. Модель показала, что в "темной материи" много небактериальной ДНК и ее источники разнообразны, и это не только неизвестные бактерии.
Фильтрация через BBERT ускоряет сборку геномов: на смоделированных смесях время обработки сократилось с 66 до 25 часов по сравнению со стандартным методом ошибок и пропусков стало меньше. Модель работает локально на ноутбуке с подходящей видеокартой.
Модель не безупречна: она путает бактериальную ДНК с ДНК хлоропластов, у которых бактериальное происхождение, и не всегда отличает бактерии от архей. Но, как пишут авторы, BBERT "открывает доступ к большим метагеномным архивам для более точного экологического и эволюционного анализа", и помогает дать ответ насколько почва плодородна и как ее улучшить.
