Исследователи AIRI опубликовали GENATATOR: система предсказывает экзоны, интроны, CDS и UTR прямо по нуклеотидной последовательности. На хромосоме 20 человека GENATATOR на основе Caduceus восстановил все экзоны для 377 mRNA-генов и 111 lncRNA-генов, CDS — для 392 mRNA-генов. Для сравнения: Tiberius — специализированный инструмент — показал заметно ниже результат на той же выборке. Средний PR-AUC экзонов составил 0.7834, что сопоставимо с GENA-LM, хотя GENATATOR использует контекст вчетверо меньше. Что внутри. Архитектура на базе Caduceus, обучение на 39 видах млекопитающих, контекст до 250 000 нуклеотидов. Рост контекста с 4 до 32 kb даёт 1.6–2x прирост на уровне генов. При тестовой аугментации Caduceus PS набирает ещё ~1.5x. Оговорка. GENATATOR решает задачу сегментации: на вход подаётся последовательность, где ген уже обнаружен. Полная аннотация генома — отыскать гены и их структуру с нуля — остаётся отдельной задачей. Что это значит: из ~5 000 секвенированных геномов млекопитающих качественно аннотированы лишь ~200. GENATATOR существенно удешевляет разметку белок-кодирующих генов, но с lncRNA справляется заметно хуже.