在现代生物科学中，物种识别一直是揭示生物多样性和生态系统结构的关键环节。传统的DNA条形码技术虽然推动了物种鉴定的标准化进程，但其在面对复杂的进化关系、低质量样本以及多样性极高的生命体时，常常暴露出识别效率低、普适性差等多种不足。日前，一项开创性的研究——全新的复合型通用DNA签名技术，标志着生命科学进入了一个技术革新的新阶段。该技术依托于低覆盖度的基因组掠过测序数据（genome skimming）和机器学习相结合，利用独特的二维图像表示方法捕捉基因组特征，显著提升了物种鉴定的准确性和适用范围。复合DNA签名技术的核心在于其创新的“varKoding”方法。varKoding通过将原始未组装的基因组读取序列转换成专门设计的图像——varKode，体现出k-mer（即k个核苷酸序列片段）的相对频率排名，从而形成一种数学与视觉兼具的基因组指纹。
这种图像不仅使遗传信息以视觉艺术的形式直观呈现，还极大地契合了深度学习中图像识别算法的需求。基于此，研究团队采用了最先进的神经网络架构——例如视觉变换器（Vision Transformer, ViT），结合修改后的混沌游戏表示方法（ranked frequency Chaos Game Representation, rfCGR），突破了传统一维序列比对的限制，实现了精准的物种层面和更高分类级别的识别。传统方法多依赖单一基因片段作为条码，例如动植物常用的COI、matK及rbcL基因，这导致适用范围受限且难以区分亲缘关系极近的物种。与此同时，组装完整基因组需耗费大量计算资源和时间，且许多物种缺乏高质量的参考基因组。varKoding则以极低的测序数据输入（仅需百万碱基对级别），无需组装即可捕获取样物种的基因组全局特征，有效减少了数据获取与处理的门槛。得益于其强大的机器学习能力，该方法在多个进化距离范围内均表现出超过90%的分类准确率，远超Skmer等现有的同类技术，更重要的是，其适用于涵盖细菌、真菌、植物和动物的广泛物种。
此项研究不仅验证了varKoding在多样本、多系统发育层次上的稳健性能，也强调了其对低质量遗传样品的容忍性，为博物馆标本、环境DNA和病原体临床样本的识别提供了可靠工具。在大规模公共数据库NCBI序列读取档案（SRA）上，团队展示了仅使用10Mb测序数据即可实现96%的精准度和95%的召回率，且对测序平台表现出高度鲁棒性。相比于传统的比对和组装策略，神经网络模型大小固定，训练时间随样本线性增长，极大提升了方法的可扩展性和计算效率。这样的优势使得varKoding能够应对数十万乃至百万样本的挑战，满足未来全球生物多样性监测的需求。此外，该技术披露了基因组特征进化的多样性可能不仅仅体现在传统核苷酸差异上，重复序列和基因组结构变化等因素同样扮演重要角色。综合varKoding对基因组整体模式的捕捉能力，未来研究或将重新定义物种之间的遗传边界和进化动态。
广泛的实际应用场景中，varKoding或将助力传统DNA条形码无力覆盖的领域，例如早期退化DNA的古DNA研究，非成分环境混合样本的多物种识别，以及作物病原体、野生动植物保护和法医监控等。其兼容便携式纳米孔测序器的特性还使得野外快速检测成为可能，极大便利了现场环境和生态样品的实时分析。综上，全新复合通用DNA签名技术凭借其跨界创新的测序策略和深度学习能力，为生命科学开辟了一条通向高效、普适、可扩展物种识别的康庄大道。在全球面临生物多样性危机与气候变化压力的当下，快速准确的物种鉴定尤为关键。varKoding不仅为研究者提供了强大而经济的技术手段，更为维护地球生态系统的健康与平衡注入了科技驱动力。未来，随着测序成本的持续降低和数据规模的进一步扩大，这一方法有望成为全球生物多样性数据库建设和生态环境保护的基石，推动生命科学迈向更加智能化和自动化的新时代。
。
