海量土壤微生物数据难以注释，BBERT 从 100bp 短读段中挖掘分类与功能线索

来自耶路撒冷希伯来大学的研究团队提出了 BBERT，一种针对短读段分析进行优化的核苷酸大语言模型。研究人员在大规模土壤宏基因组数据集上开展测试，发现 BBERT 无需依赖参考数据库，即可识别细菌序列的语法特征，并直接从长度仅为 100 bp 的短读段中，准确判断其分类域归属、编码潜力以及阅读框。