Modelo de aprendizaje profundo que detecta virus de ARN analizando secuencias y características estructurales de proteínas.
Permitió descubrir 160.000 posibles especies de virus de ARN y 180 supergrupos, con un 0,014 % de falsos positivos y un 1,72 % de falsos negativos en datos de prueba.
Código y modelos entrenados de inferencia en GitHub (alibaba/LucaProt) bajo Apache-2.0 y un servidor gratuito en CPU (lucaprot.org).
Entrada: secuencias de proteína (RdRP); salida: clasificación de virus de ARN; estudio publicado en Cell el 9 de octubre de 2024 con la Universidad Sun Yat-sen y la de Sídney.
