Ferment：是一款专为酿造微生物物种注释任务构建的高质量数据库，旨在为深度学习大模型提供全面、精准、标准化的训练数据支撑。该数据库系统整合了近年来在传统酿造食品微生物生态研究中发现的大量独特微生物序列信息，同时融合了多个权威公共数据库的注释数据。通过统一标准的格式规范、严格的序列筛选与深度清洗流程，Ferment构建出一套高可信度、可直接应用于深度学习建模的微生物数据资源库。

截至当前版本，Ferment数据库及注释模型共包含173,260个物种，2,982,802条微生物序列，涵盖细菌、真菌等各类微生物。该数据库已成功支撑多个微生态注释模型的训练与验证，是酿造发酵场景下微生物种水平注释不可或缺的基础资源。

Ferment版本号：140.2.11

DSNetax & FungiLT：是基于Ferment数据库开发的深度学习微生物种水平物种注释大模型，旨在提升酿造环境中复杂微生物群落的种水平识别能力，尤其对于米曲霉、黄曲霉等难区分微生物有较好的辨别能力。模型采用先进的神经网络架构，结合丰富的高质量训练数据，在准确性、泛化能力与注释效率方面均表现出色。其中，DSNetax专注于酿造微生物群落的广谱种水平注释，能够高效识别复杂环境下的细菌种群，显著提升整体注释的覆盖度与准确率；而FungiLT则作为 DSNetax 的功能增强模块，聚焦于酿造环境中真核微生物的高精度识别，有效解决了传统注释方法在真菌识别中准确率低、特异性差的问题。二者协同构建了一套覆盖原核与真核微生物的深度注释模型体系，为传统发酵样本的微生物组学研究提供了更加精准、高效的分析工具，尤其适用于酿造类样本的种水平注释与生态结构解析任务。

DSNetax模型版本号：v4.6

FungiLT模型版本号：v9.2

下载与使用说明

您可以通过以下链接免费下载 Ferment 数据库、DSNetax 和 FungiLT 模型及本地化部署流程：

详细说明和下载链接：

Ferment+DSNetax：https://pan.baidu.com/s/1A_Rgegqeb_Er0d3LkHzx0w?pwd=z1h2

FungiLT：https://pan.baidu.com/s/1_d2mAcP85iPj3FZyRQG2CQ?pwd=x1vv

如果您对Ferment+DSNetax & FungiLT有任何问题或建议，欢迎随时联系我们（邮箱：rctff@jiangnan.edu.cn）。感谢您的关注和支持！

发布时间：2022年10月18日

更新时间：2023年01月15日

更新时间：2023年01月15日

更新时间：2024年12月15日

更新时间：2025年06月14日

更新时间：2025年06月26日