FunGeneTyper框架，助力食品致病菌与毒素防控

高通量 DNA 测序技术可解码大量微生物蛋白质编码基因序列。然而，将蛋白质功能准确地分配给新的基因序列仍然是一个挑战。FunGeneTyper，这是一个可扩展的框架，具有两个新的深度学习模型（即 FunTrans 和 FunRep）、结构化数据库和支持资源，以实现抗生素耐药基因 （ARG） 和毒力因子基因（VFG）的高精度和精细分类。助力食品中的毒素与致病菌的防控。

一）FunGeneTyper框架的创新之处

FunGeneTyper框架是一项集新型深度学习模型、结构化数据库和新的生物信息学工具于一体的创新性研究（图1）。该框架能够实现高度精确和细粒度的功能蛋白编码基因分类与发现。

①新型深度学习模型：FunGeneTyper框架采用了创新的深度学习模型，这些模型能够有效地从基因序列中提取出具有区分度的特征，从而实现对功能基因的准确分类。

②结构化数据库：为了提高模型的性能，研究者构建了结构化的数据库。这些数据库包含了大量经过注释的基因序列，为模型的训练和验证提供了丰富的数据支持。

③新的生物信息学工具：FunGeneTyper框架还整合了新的生物信息学工具，这些工具能够帮助研究者更好地理解基因序列的功能，进而提高功能基因的发现效率。

图1

二）FunGeneTyper框架的应用

FunGeneTyper框架在实际应用中表现出了显著的优越性。以下是该框架在几个方面的应用案例：

1）抗菌素抗性基因分类：研究者将FunGeneTyper框架应用于抗菌素抗性基因的分类。实验结果表明，该框架能够准确地将抗菌素抗性基因分为不同的类别，在防控致病菌等相关研究提供了有力支持（图2）。

图2

使用结构化抗生素耐药数据库 （SARD） 对 ARG 功能分类的 FunGeneTyper 深度学习模型的性能评估。（A） 评估用于选择负数据集的身份阈值对 ARG 分类中模型性能的影响。（B） 基于 FunGeneTyper 模型和 SARD 开发的 ARGTyper 的性能指标。（C） 所有 19 种 ARG 的分类性能，由 ARG 和非 ARG 类别的精确度和召回率表示。（D） ARGTyper 训练过程中不同层特征学习的可视化。（E） ARG 类型分类的混淆矩阵，真实（y 轴）和预测（x 轴）ARG 之间的混淆。（F） 注释错误的 ARG 蛋白序列的数量。MLS：大环内酯类、林可酰胺类和链蒿胺类。

2）功能基因发现：蛋白质序列比对 （SA） 的“暮光区”是一个长期而复杂的问题，它阻碍了蛋白质功能预测，并限制了从大部分未培养的微生物或微生物暗物质中发现功能基因。与传统的基于 SA 的工具相比，FunGeneTyper 框架的基于 DL 的模型（FunRep 和 FunTrans）具有独特的功能和内在优势，可以准确、稳健地预测蛋白质序列的远程同源物。

3）毒力因子基因的准确分类

FunGeneTyper 可以扩展为生成 VFGTyper，通过引入新的适配器来实现高度准确的 VFG 分类。两个模型实现了有效的 VFG 特征聚类和分类。除了分类性能外，我们还通过对已发表的基因组的重新分析，证明了VFGTyper在发现一种经实验证实的胡椒黄杆菌毒素家族的新型VFG方面的全部能力，该家族的序列与肉毒杆菌神经毒素相似，对食品中的毒素防治有着关键的作用。

三）FunGeneTyper框架的优势

FunGeneTyper框架在以下几个方面表现出了显著的优势：

①高度精确：FunGeneTyper框架采用了先进的深度学习模型，能够实现对功能基因的高精度分类。

②可扩展性：FunGeneTyper框架具有很好的可扩展性，可以轻松地应用于其他类型的基因序列分类与发现。

③易用性：FunGeneTyper框架提供了友好的用户界面，使研究者能够轻松地使用该框架进行基因序列分析。

关键点

①将蛋白质功能准确地分配给新的基因序列仍然具有挑战性，尤其是对于发现与已知基因序列同源性低的新型功能基因序列。

②开发了一个端到端的 FunGeneTyper 框架，这是一个创新且可扩展的基于 DL 的框架，具有新颖的模型、结构化数据库和新的生物信息学工具，用于对功能性蛋白质编码基因进行高度准确和精细的分类和发现。

③该范例和框架可用于开发新的即插即用神经网络轻量级适配器，并支持建立适配器共享社区（ASC）。

④FunGeneTyper 和 ASC 将广泛用于准确分类蛋白质功能，并从微生物暗物质中发现许多有价值的酶，从而推动微生物组、生物技术、食品安全和生物信息学等许多领域的发展。

总结

FunGeneTyper框架为微生物蛋白编码基因功能发现与分类提供了新的方法。随着该框架的进一步应用和优化，我们相信，它将为基因研究领域带来更加深远的影响。同时也对食品中的毒素以及致病菌防控起到不可或缺的作用。

参考文献：Zhang G, Wang H, Zhang Z, Zhang L, Guo G, Yang J, Yuan F, Ju F. Highly accurate classification and discovery of microbial protein-coding gene functions using FunGeneTyper: an extensible deep learning framework. Brief Bioinform. 2024 May 23;25(4):bbae319. doi: 10.1093/bib/bbae319. PMID: 39007592; PMCID: PMC11247404.