ترجمه فارسی مقاله پیشرفت های اخیر در یادگیری عمیق و مدل های زبانی برای مطالعه میکروبیوم

چکیده

Recent advancements in deep learning, particularly large language models (LLMs), made a significant impact on how researchers study microbiome and metagenomics data. Microbial protein and genomic sequences, like natural languages, form a language of life, enabling the adoption of LLMs to extract useful insights from complex microbial ecologies. In this paper, we review applications of deep learning and language models in analyzing microbiome and metagenomics data. We focus on problem formulations, necessary datasets, and the integration of language modeling techniques. We provide an extensive overview of protein/genomic language modeling and their contributions to microbiome studies. We also discuss applications such as novel viromics language modeling, biosynthetic gene cluster prediction, and knowledge integration for metagenomics studies.

چکیده به فارسی (ترجمه ماشینی)

پیشرفت های اخیر در یادگیری عمیق ، به ویژه مدلهای بزرگ زبان (LLMS) ، تأثیر قابل توجهی در نحوه مطالعه محققان داده های میکروبیوم و متاژنومیک گذاشت.پروتئین میکروبی و توالی ژنومی ، مانند زبانهای طبیعی ، یک زبان زندگی را تشکیل می دهند و امکان پذیرش LLM ها را برای استخراج بینش های مفید از بوم شناسی های میکروبی پیچیده فراهم می کنند.در این مقاله ، ما برنامه های مدل های یادگیری عمیق و زبان را در تجزیه و تحلیل داده های میکروبیوم و متاگنومیک بررسی می کنیم.ما بر روی فرمولاسیون مشکل ، مجموعه داده های لازم و ادغام تکنیک های مدل سازی زبان تمرکز می کنیم.ما یک نمای کلی از مدل سازی پروتئین/ژنومی و سهم آنها در مطالعات میکروبیوم ارائه می دهیم.ما همچنین در مورد برنامه هایی مانند مدل سازی زبان ویروسی جدید ، پیش بینی خوشه ژن بیوسنتزیک و ادغام دانش برای مطالعات متاگنومیک بحث می کنیم.