热带疾病通常由病毒、细菌、寄生虫和真菌引起，可以通过媒介传播。分析多种组学数据类型可以提供对生物系统功能和疾病进展的全面见解。为此，生物信息学工具和各种人工智能技术在通过分析组学数据来识别和理解热带疾病方面起着关键作用。本文对利用生物信息学工具和人工智能辅助模型进行热带疾病鉴定的各种组学数据类型的机遇、挑战和未来方向进行了全面综述。我们从2015年至2024年考虑了同行评审期刊和会议文章的可靠数据库。选取了多个关键词进行文章搜索，共审查了约40篇文章。根据综述结果，我们观察到利用组学数据和生物信息学工具（如BLAST和Clustal Omega）可以在热带疾病鉴定中取得显著成果。此外，整合多种组学数据可以提高生物标志物的识别和疾病预测，包括疾病暴发预测。此外，人工智能辅助模型可以提高CRISPR基因编辑的精确性、成本效益和效率，优化gRNA设计，并支持高级基因校正。几种人工智能辅助模型，包括可解释的人工智能（XAI），可以高效地识别疾病并重新定位治疗靶点和生物标志物。此外，最近的进展，如基于Transformer的模型（例如BERT和GPT-4），主要应用于序列分析和功能基因组学。最后，最新的GeneViT模型利用视觉Transformer和其他人工智能技术，如生成对抗网络、联邦学习、迁移学习、强化学习、自动机器学习和注意力机制，在使用组学数据进行疾病分类方面表现出显著性能。
关键词：基因组学、转录组学、蛋白质组学、热带、生物信息学、人工智能、视觉Transformer、高级人工智能
(全文结束)
