本研究旨在优化蛋白质语言模型的训练，提出通过增加多样性和避免过拟合的方法。研究表明，纳入元基因组蛋白质序列可以发现新的标定规律，适当调整计算资源能够提升模型的精确度，同时控制计算预算。

本研究探讨了DNA序列表示的挑战，提出了一种基于k-mer组成的轻量化模型，能够在基因组读取层面进行元基因组分箱。该模型在可扩展性上优于传统方法，更有效地处理真实世界的数据集。