使用 BBERT 快速准确地对宏基因组短读段进行分类域归属判定

BBERT 是针对短读段优化的核苷酸大语言模型，可不依赖参考数据库，准确判定短至 100 bp 读段的分类域、编码潜能和阅读框。在大批土壤宏基因组中测试显示，该模型可将短读段直接转为细菌氨基酸序列。野生豆科植物根瘤宏基因组验证显示，BBERT 过滤可改善分箱质量并显著加快从头组装。