本研究开发了用于蛋白质分类和生物序列分析的语言模型，提出的Geneverse模型在基因组学和蛋白质组学任务中表现优异，展示了其在RNA表达预测中的应用潜力。研究还解决了蛋白质序列生成和核苷酸-肽相互作用建模的挑战，推动了计算生物学的发展。

本研究提出了多种基因组基础模型和评估工具，如DNABERT-2和Geneverse，旨在提高基因组学和蛋白质组学研究的效率与准确性。通过新的基准测试套件评估模型在基因组任务中的表现，揭示了现有模型的能力与局限性，推动了该领域的发展。

基于大型语言模型（LLMs）的研究在基因组学和蛋白质组学中展现出巨大潜力。本文探讨了LLMs在生物信息学中的应用，包括基因功能描述和蛋白质功能推理。我们提出了名为Geneverse的微调模型，显示出在准确性和结构正确性方面的优势。同时，讨论了医学LLMs的需求与挑战，强调技术整合的重要性，以推动未来研究的发展。