518-Gaia：感知基因组上下文的蛋白质序列注释平台

这项研究介绍了一个名为 Gaia 的新型 AI 驱动平台，专门用于蛋白质序列的 功能注释 和相似性搜索。与传统工具不同，Gaia 利用基因组语言模型 gLM2，不仅分析蛋白质本身的序列，还整合了其所在的 基因组上下文 环境。这种创新的方法能够识别出传统手段容易忽略的 远源同源物，并显著提升了在微生物系统中的搜索精度。Gaia 支持对包含超过 8500 万个蛋白质簇的庞大数据库进行 实时搜索，且其运算速度比现有的结构对齐方法快出数个数量级。通过分析基因邻里关系，该工具为揭示 假定蛋白质 的功能以及发现新型生物合成基因簇提供了强大的支持。目前，研究团队已将该平台作为 免费在线工具 向全球科研人员开放。

References:

• Jha N, Kravitz J, West-Roberts J, et al. Gaia: An AI-enabled genomic context–aware platform for protein sequence annotation[J]. Science Advances, 2025, 11(25): eadv5109.