Liang Zhang

微生物基因的功能既取决于蛋白本身，也取决于它在基因组中的位置与邻接关系，而只编码单个蛋白会丢掉这层组织信息。VenusGenome把每个基因的冻结蛋白嵌入当作输入，用75%高比例掩码的自编码器迫使模型从稀疏的基因组上下文中重建被遮住的基因，并在注意力中显式区分同一contig内与跨contig的关系、编码相对链方向。在超过170万个微生物基因组组装上预训练后，冻结编码器在11项主指标中的9项取得所评估模型的最高平均表现，零样本PPI排序的基因组宏平均Spearman相关为0.300，BacFormer为0.201。

微生物基因的功能既取决于蛋白本身，也取决于它在基因组中的位置与邻接关系，而只编码单个蛋白会丢掉这层组织信息。VenusGenome把每个基因的冻结蛋白嵌入当作输入，用75%高比例掩码的自编码器迫使模型从稀疏的基因组上下文中重建被遮住的基因，并在注意力中显式区分同一contig内与跨contig的关系、编码相对链方向。在超过170万个微生物基因组组装上预训练后，冻结编码器在11项主指标中的9项取得所评估模型的最高平均表现，零样本PPI排序的基因组宏平均Spearman相关为0.300，BacFormer为0.201。