DeepCRISPR-Typer：基于集成深度学习的宏基因组中CRISPR-Cas系统精准识别与亚型分类

《ACS Synthetic Biology》：DeepCRISPR-Typer: Accurate CRISPR-Cas Identification and Subtyping in Metagenomes via Integrated Deep Learning

　　

摘要

准确识别和分类CRISPR-Cas系统对于理解微生物免疫机制以及开发新型基因组编辑工具至关重要。然而，传统的基于同源性的分析方法在处理大规模宏基因组数据时面临着严重的计算瓶颈和组装碎片化问题。在此，我们提出了DeepCRISPR-Typer，这是一个综合性的计算框架，整合了大型蛋白质语言模型（TEMC-Cas）、深度序列特征提取器（CRISPR-RepTyper）以及自适应的靶向HMM分析策略。DeepCRISPR-Typer能够结合阵列数据和Cas数据，并通过动态调用针对不同亚型的HMM子集来显著降低计算负担。在宏基因组数据集测试中，DeepCRISPR-Typer的分类准确率达到了94.26%，其处理速度相比现有的主流工具快大约一个数量级。这项研究为大规模宏基因组中的CRISPR系统发现提供了强大且可扩展的分析工具，极大地丰富了基因组工程应用中的分析手段。