Ученые Института искусственного интеллекта AIRI создали систему GENATATOR на основе ИИ для анализа последовательности ДНК и ее аннотации — разметка генов, поиск их границ и восстановление их внутренней структуры.

Ожидается, что она ускорит аннотацию геномов большого числа организмов, для которых на данный момент нет подробных биологических данных.

Ведущий научный сотрудник AIRI Вениамин Фишман, пояснил, что «сейчас новые геномы собираются быстрее, чем ученые успевают их размечать, а подготовка качественной аннотации может занимать годы». По его словам, если подобные модели станут стандартным первым этапом анализа, то исследователи смогут «почти сразу после сборки генома получать карту генов-кандидатов для дальнейшей проверки».

Система состоит из нескольких моделей, каждая из которых отвечает за реализацию одной из стадий аннотации. На первом этапе определяется возможное начало и конец гена на обеих цепях ДНК, а затем модели проверяют, действительно ли участок между этими точками похож на генную область. После этого классификатор определяет тип найденного гена, а на следующем этапе сегментационная модель уточняет внутреннюю структуру гена.

Тесты показали, что GENATATOR аннотирует не только геномы млекопитающих, на базе которых проводилось ее обучение, но и мушек-дрозофил, растений и дрожжей.

В мае ученые из AIRI и НИУ ВШЭ создали бенчмарк ИИ-генерации белковых структур.