AI与世界难题 · 生命科学 · arXiv · 2026-10-19
基于进化信息的从蛋白质序列到核酸序列的翻译
原标题: Evolutionary Informed Translation from Protein to Nucleic Acid Sequence
为蛋白质选择的核酸序列会影响其功能，且因物种而异，但现有的翻译模型孤立地处理序列，并倾向于选择高频使用的密码子。作者提出了 PINATA，它利用多序列比对中近缘物种的序列来指导预测。在 61,934 棵基因树和 882 个物种上，它生成的序列比现有语言模型更接近天然序列，将天然密码子的精确恢复率提高了 17.95 个百分点。