scGPT:使用生成性AI构建单细胞多omics的基础模型
Haotian Cui1,2,3, Chloe Wang1,2,3, Hassaan Maan1,3,4
1Peter Munk Cardiac Centre, University Health Network, Toronto, Ontartio, Canada.
Nature methods
|February 26, 2024
概括
我们开发了scGPT,这是单细胞生物学的基础模型,使用超过3300万个细胞. 这种生成预训练的变压器模型提取了关键的生物学见解,并增强了下游遗传研究应用.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 单细胞分析 单细胞分析
背景情况:
- 生产性预训练模型在语言和视觉方面表现出成功.
- 建立在大型数据集和变压器上的基础模型是一个有前途的方法.
- 细胞生物学,就像语言一样,可以通过它的基本单元 (基因) 来分析.
研究的目的:
- 探索基础模型在推进细胞生物学和遗传研究中的应用.
- 使用生成式预训练变压器构建单细胞生物学基础模型.
- 证明模型能够提炼生物学见解并改进下游任务的能力.
主要方法:
- 使用生成式预训练变压器架构.
- 在一个包含超过3300万个单细胞测序资料的大数据集上训练了scGPT模型.
- 应用转移学习用于优化各种下游应用中的性能.
主要成果:
- scGPT有效地提炼了关于基因和细胞的关键生物学见解.
- 该模型在转移学习后在各种下游应用中显示出卓越的性能.
- 在细胞类型注释,多批和多原子集成,扰乱响应预测和基因网络推断方面已证明有用.
结论:
- 基础模型,以scGPT为例,具有促进单细胞生物学和遗传研究的巨大潜力.
- scGPT提供了一个强大的工具,可以从大规模的单细胞数据中提取生物学知识.
- 通过转移学习的模型的适应性使得在复杂的生物分析的范围内的高性能成为可能.
相关概念视频
01:16Non-equilibrium in the Cell
4.4K
An important concept in studying metabolism and energy is that of chemical equilibrium. Most chemical reactions are reversible. They can proceed in both directions, releasing energy into their environment in one direction, and absorbing it from the environment in the other direction. The same is true for the chemical reactions involved in cell metabolism, such as the breaking down and building up of proteins into and from individual amino acids, respectively. Reactants within a closed system...
4.4K
03:36Genome Annotation and Assembly
18.8K
The genome refers to all of the genetic material in an organism. It can range from a few million base pairs in microbial cells to several billion base pairs in many eukaryotic organisms. Genome assembly refers to the process of taking the DNA sequencing data and putting it all back together in a correct order to create a close representation of the original genome. This is followed by the identification of functional elements on the newly assembled genome, a process called genome annotation.
18.8K