AI预测植物“免疫力”？UC伯克利团队开发新模型mamp-ml，准确率高达73%！
8.5
来源：
BioTender
发布时间：
2025-07-18 17:50
摘要：
UC伯克利团队开发的AI模型mamp-ml能够准确预测植物免疫激活能力，使用蛋白序列而无需结构信息，具有73%的准确率，为植物抗病育种和合成生物学带来了突破。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
3.5分 - 涉及植物免疫和AI技术的结合，符合前沿技术产业化方向。
business_impact
0.5分 - 可能对农业、合成生物学和植物育种领域产生积极的商业影响。
scientific_rigor
2.5分 - 基于多年数据和文献的分析，具有明确的科学性和可靠性。
audience_relevance
0.5分 - 为植物科学研究和农业生产相关人士提供实用工具，影响广泛。
timeliness_innovation
1.5分 - 代表了植物免疫研究的创新方法，具有显著的时效性。
关键证据
mamp-ml模型的准确率达到73%，超越传统方法。
模型不依赖于结构信息，仅凭蛋白质序列即可进行高通量筛选。
整合了20多年文献的数据，具有强大的科学依据。
真实性检查
否