根据16S rRNA推荐细菌培养条件

arXiv:2610.28310v1 公告类型：new 摘要：根据序列数据推荐细菌培养条件是一项具有挑战性的结构化问题，其特点是缺乏标准化基准，并且对序列结构的利用有限。为此，我们引入DSNI，这是一个包含65,023株细菌、采用系统发育感知划分的数据集，将16S rRNA序列与四种培养条件（培养基、温度、pH、氧气）配对。鉴于16S rRNA的镶嵌结构——其中高变区有助于区分，而保守区有助于引物设计——我们提出了一种可变性门控编码器，根据生物学特征（区域类型、位置和局部复杂度）学习依赖位置的重要性权重。该门控模块仅增加极少的开销（1,280个参数，不到1%），同时提供了在小数据场景中具有价值的显式归纳偏置。实验表明，可学习门控使普通Transformer的联合准确率提升了4.7%，并且能够与RNABERT互补，实现44.2%的精确匹配联合准确率。该模型还能够在前25项推荐中找回90.2%的真实培养方案，使穷举搜索空间缩小约60倍。