CAKL：交换代数 k-mer 基因组学习
定量方法
2025-08-14 v1 交换代数
摘要
尽管已有多种序列分析模型，比较基因组分析在基因组学、遗传学和系统发育学中仍然具有挑战性。交换代数作为代数几何与数论的基本工具，极少被用于数据科学与生物科学领域。本研究首次引入交换代数 k-mer 学习（CAKL）作为分析基因组序列的非线性代数框架。CAKL 融合了交换代数、代数拓扑、组合数学与机器学习，建立了 Comparative genomic analysis 的新数学范式。我们在三个任务上评估其有效性——基因变异识别、系统发育树分析与病毒基因组分类——分别通常需要对齐依赖、无对齐方法和机器学习方法。跨越十一个数据集，CAKL 在五个最先进的序列分析方法中取得优异性能，尤其在病毒分类方面表现突出，同时在数据规模扩大时保持稳定的预测准确率，凸显其可扩展性与鲁棒性。本工作开启了交换代数数据分析与学习的新纪元。
引用
@article{arxiv.2508.09406,
title = {CAKL: Commutative algebra k-mer learning of genomics},
author = {Faisal Suwayyid and Yuta Hozumi and Hongsong Feng and Mushal Zia and JunJie Wee and Guo-Wei Wei},
journal= {arXiv preprint arXiv:2508.09406},
year = {2025}
}