BioLM-NET：マルチオミクスデータと文脈的LLM遺伝子埋め込みに事前生物学的知識を組み合わせた疾患予測のための解釈可能な深層学習モデル

科学分野:

• 計算生物学; バイオインフォマティクス; ゲノミクス

背景:

• 深層ニューラルネットワーク（DNN）は生物学的研究でますます使用されており、しばしば遺伝子パスウェイ情報が組み込まれます。既存のDNNは、重要なタンパク質間相互作用（PPI）およびタンパク質DNA相互作用（PDI）をしばしば見落としています。

研究 の 目的:

• マルチオミクスデータと生物学的知識を統合する深層学習フレームワークであるBioLM-NETを導入すること。PPIおよびPDIを組み込むことにより、疾患サブタイプおよび患者転帰の予測精度を向上させること。

主な方法:

• BioLM-NETは、遺伝子発現およびDNAメチル化データとPPIおよびPDI知識を融合します。注意ベースのパスウェイレイヤーは、オミクス信号を集約し、事前トレーニングされた大規模言語モデル（LLM）を使用して遺伝子埋め込みを行います。このフレームワークは、単一細胞大腸がん、TCGAがんサブタイプ（BRCA、GBM、COAD）、およびアルツハイマー病（ROSMAP）のデータセットで評価されました。

主要な成果:

• BioLM-NETは、scTrioseq2、TCGA-COAD、およびROSMAPデータセットにおいて、ベースラインおよび最先端の方法（P-NET、PASNet）を大幅に上回りました。TCGA-BRCAデータでは、SVMおよびDenseニューラルネットワークと同等の結果を達成しました。アブレーションスタディにより、PPI、PDI、および注意ベースのパスウェイレイヤーの重要な役割が確認されました。

結論:

• BioLM-NETは、マルチオミクスデータと生物学的相互作用を統合することにより、疾患予測において優れたパフォーマンスを示します。モデルの主要な特徴は、重要な遺伝子オントロジー（GO）用語およびKEGGパスウェイで濃縮されています。これらの特徴は、さまざまな疾患のバイオマーカーまたは治療標的としての可能性を秘めています。