Pipeline zur Annotation von Resistenzgenen gegen Pflanzenkrankheiten mithilfe von Deep-Protein-Sprachmodellen.
De-novo-Annotation von 15 verschiedenen Domänentopologien von Pflanzenkrankheits-Resistenzgenen.
R-Predictor ist eine Deep-Learning- und Machine-Learning-Pipeline, die entwickelt wurde, um 15 verschiedene Domänentopologien von Krankheitsresistenzgenen in Pflanzengenomen zu annotieren. Sie ist für Forscher und Bioinformatiker konzipiert, die in der Pflanzengenomik und der intelligenten Landwirtschaft arbeiten.
Die Pipeline integriert vier Datenvorverarbeitungs- und Identifizierungsmodule unter Verwendung angepasster Filterskripte und evaluierter Methoden. Sie akzeptiert Proteinsequenzen im FASTA-Format als Eingabe und gibt 15 separate Dateien aus, die verschiedenen Domänentopologien von Krankheitsresistenzproteinen entsprechen.
Sie eignet sich für Pflanzengenetiker und Bioinformatiker, die Ganzgenom-Proteinsequenzen auf Resistenzgenanaloga untersuchen. Sie eignet sich nicht für Forscher ohne CLI-Erfahrung oder solche, denen die Ressourcen fehlen, um mehrere komplexe Bioinformatik-Abhängigkeiten zu verwalten.
Integriert ESM-1v- und ESM-LRR-Modelle für die fortgeschrittene Proteinsequenzanalyse.
Annotiert automatisch 15 verschiedene Domänentopologien von Pflanzenkrankheits-Resistenzgenen.
Unterstützt die Ausführung von Analysen an einzelnen Proteindateien oder der stapelverarbeitung von Proteineinzelordnern.
Kombiniert die Abhängigkeiten Pfam36.0, SignalP 6.0, TMHMM-2.0, ProSite und Paircoil2.
Der Quellcode ist kostenlos nutzbar, obwohl die README keine formelle open source Lizenz angibt. Es gibt keine gehostete SaaS-Option; die einzigen Kosten bestehen darin, ihn selbst auf eigener Hardware oder in einer HPC-Umgebung auszuführen.
877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Es benötigt Proteinsequenzen im FASTA-Format, bei denen Kopfzeilen aus einem '>' gefolgt von einer eindeutigen Protein-ID bestehen.
Zu den Abhängigkeiten gehören Pfam36.0, SignalP 6.0, TMHMM-2.0, ESM-1v, ESM-LRR, ProSite und Paircoil2.
Es generiert 15 Proteinsequenzdateien, die jeweils ein Pflanzenkrankheitsresistenzprotein mit einer anderen Domänentopologie repräsentieren.
Zekai zuerst in Google sehen