La IA y los problemas difíciles del mundo · Ciencias de la vida · arXiv · 2026-10-19
Traducción informada por la evolución de secuencias de proteínas a secuencias de ácidos nucleicos
Título original: Evolutionary Informed Translation from Protein to Nucleic Acid Sequence
La secuencia de ácido nucleico elegida para una proteína afecta a su función y varía según la especie, pero los modelos de traducción existentes tratan las secuencias de forma aislada y tienden a favorecer los codones de uso frecuente. Los autores presentan PINATA, que utiliza secuencias de especies relacionadas en alineamientos múltiples de secuencias para guiar las predicciones. En 61,934 árboles génicos y 882 especies, generó secuencias que reflejan más fielmente las naturales que los modelos de lenguaje existentes, mejorando la recuperación exacta de codones nativos en 17,95 puntos porcentuales.