珍贵的2GPT:组合的multiomics预训练的变压器和条件扩散为人工的multi-omics多种多组织样本的生成

科学领域:

• 计算生物学是一种计算生物学.
• 生物信息学是一种生物信息学.
• 基因组学中的人工智能

背景情况:

• 合成数据的生成对OMIC研究至关重要,为工具开发和数据探索提供了替代方案.
• 之前的工作引入了Precious1GPT,用于使用多式联络数据预测生物年龄和治疗目标.
• 现有的生成模型在捕捉复杂的生物数据特征方面存在局限性.

研究的目的:

• 介绍Precious2GPT,这是一个多模式架构,集成条件扩散和多omics预训练变压器模型.
• 评估Precious2GPT在合成奥米克数据生成中的表现,与既有方法相比.
• 展示Precious2GPT在生物年龄预测和治疗目标识别方面的实用性.

主要方法:

• 开发了Precious2GPT,结合了条件扩散 (CDiffusion) 和一个仅为解码器的多组学预训练变压器 (MoPT).
• 在基因表达和DNA甲基化数据上训练模型.
• 与条件生成对抗网络 (CGAN),CDiffusion和MoPT进行基准比较,用于合成数据生成.

主要成果:

• 在合成数据生成质量方面,Precious2GPT显著超过了CGAN,CDiffusion和MoPT.
• 生成的数据准确地捕获了来自真实转录组学和甲基组学数据集的组织和年龄特定信息.
• Precious2GPT实现了卓越的年龄预测准确度,并可以生成超过120岁的年龄数据.

结论:

• Precious2GPT代表了多式联通合成奥米克数据生成的重大进展.
• 该模型能够生成高准确性,年龄特定的数据,这提高了其对生物研究的实用性.
• Precious2GPT在识别基因特征和治疗点方面表现有前途,正如一项结直肠癌病例研究所示.