国度生物信息中心合作钻研基因组DNA说话模型被ICLR 2026收录
人为智能领域国际顶级会议 ICLR 2026 收录了国度生物信息中心的最新钻研成就 AntigenLM。该工作聚焦于索求若何将天生式人为智能与病毒基因组结构先验深度融合，从而实现对流感抗原进化的高精度预测与亚型判断。
AntigenLM 提出了一种结构感知的 DNA 说话模型。模型以自回归 Transformer 为骨干，在预训练阶段直接建模齐全流感病毒基因组，显式保留八个基因片段的职能单元结构与挨次信息，从而进建跨基因片段的高阶协同进化约束。在微调阶段，模型进一步引入 sentinel 象征，对分歧职能区域进行显式天堑建模，疏导模型把稳力聚焦于抗原区域；谡庵纸峁垢兄ぱ盗 + sentinel 疏导微调 + 前提自回归天生的统一建？蚣，AntigenLM 可能利用陆续功夫窗口内的汗青 HA/NA 序列，天生将来可能盛行的抗原序列；同时，通过共享模型骨干，还可高效支持亚型分类等判断工作。
AntigenLM 架构：预训练与微调阶段的示意图
鄙人一盛行季盛行毒株预测（疫苗株选择有关）中，AntigenLM无论在 H1N1 还是 H3N2，在全长基因和抗原表位中均获得最低错配率，其中 H1N1-HA 和 H3N2-NA 的提升最为显著：相较 WHO 当前疫苗推荐株，错配率降低 >70%，相较SOTA抗原预测模型 beth-1 降低 ~50%，抗原表位仅有 0–1 个氨基酸错配。此表，AntigenLM 在未见亚型和地域测试中阐发出优良的跨亚型与跨地域鲁棒性，并在测试案例中 90% 正确预测分支转换，切合已知抗原漂移法规，显示出将来基于合成生物学的疫苗设计领导潜力。此表，在流感 A 多亚型分类工作中，AntigenLM 获得了 99.81% 的 F1 分数，显示出其进建到的暗示拥有高度的生物学一致性与优良的泛化能力。
AntigenLM 在所有预测工作中实现最低的氨基酸错配率
该钻研展示了生物学结构自身能够作为一种有效的综合偏置被系统性引入基础模型设计中。AntigenLM为 AI 驱动的病毒进化预测、疫苗设计及推算基因组学钻研提供了新的步骤学参考，展示了人为智能与性命科学深度交叉融合的潜力。
该文第一作者为GA黄金甲推算机网络信息中心博士生裴月，通讯作者为国度生物信息中心康禹钻研员，结合通讯作者为推算机网络信息中心迟学斌钻研员。
论文链接
