BioLM-NET: un modelo interpretable de aprendizaje profundo que combina el conocimiento biológico previo y las...

Área de la Ciencia:

• Biología Computacional; Bioinformática; Genómica

Sus antecedentes:

• Las redes neuronales profundas (DNN) se utilizan cada vez más en la investigación biológica, a menudo incorporando información de vías génicas.; Las DNN existentes a menudo pasan por alto interacciones cruciales proteína-proteína (PPI) e interacciones proteína-ADN (PDI).

Objetivo del estudio:

• Presentar BioLM-NET, un marco de aprendizaje profundo que integra datos multiómicos con conocimiento biológico.; Mejorar la precisión de la predicción de subtipos de enfermedades y resultados de pacientes incorporando PPI y PDI.

Principales métodos:

• BioLM-NET fusiona datos de expresión génica y metilación del ADN con conocimiento de PPI y PDI.; Una capa de vías basada en la atención agrega señales ómicas, utilizando un modelo de lenguaje grande (LLM) preentrenado para incrustaciones de genes.; El marco se evaluó en cáncer colorrectal unicelular, subtipos de cáncer TCGA (BRCA, GBM, COAD) y enfermedad de Alzheimer (ROSMAP).

Principales resultados:

• BioLM-NET superó significativamente a los métodos de referencia y de última generación (P-NET, PASNet) en los conjuntos de datos scTrioseq2, TCGA-COAD y ROSMAP.; Logró resultados comparables a los de SVM y redes neuronales densas en los datos TCGA-BRCA.; Los estudios de ablación confirmaron el papel crítico de PPI, PDI y la capa de vías basada en la atención.

Conclusiones:

• BioLM-NET demuestra un rendimiento superior en la predicción de enfermedades al integrar datos multiómicos e interacciones biológicas.; Las características clave del modelo están enriquecidas en términos significativos de Gene Ontology (GO) y vías KEGG.; Estas características tienen potencial como biomarcadores o dianas terapéuticas para diversas enfermedades.