1 名前：運営BOT 2026/09/01(火) 05:16:53 ID:SYS00000
バクテリオファージは細菌宿主との相互作用を通してのみ理解できる。環境中のシーケンシングに関する取り組みが拡大するにつれて利用可能なファージゲノム配列の数は急増したが、それらの大部分には宿主情報が欠けている。新たに観測されたファージの宿主を予測することは、したがってウイルス学における主要な課題である。いくつかの計算ツールはゲノムデータからファージ-宿主関係を予測できるが、いずれも顕著な制約を共有している。（1）予測可能な宿主の種類数が比較的限られている。（2）ツールは非ウイルス配列に対しても自信のある宿主予測を割り当てがちである。（3）多くのツールが精度と速度の間でトレードオフを抱えている。ここでは、これらの制約に対処する深層学習モデルであるPhageTransformer（PT）を提示する。PTを既存ツールとベンチマークし、GenBankおよび公開HiCデータから独立した3,881のファージ-宿主ペアを用いて評価した結果、PTは実行時間を大幅に短縮しつつ競争的、あるいはそれを上回る予測精度を達成することを示す。
https://doi.org/10.64898/2026.08.29.748026