一种基于序列的新型变压器模型架构,用于整合多omics数据来预测早产风险

科学领域:

• 生物医学是生物医学.
• 基因组学就是基因组学.
• 人工智能的人工智能

背景情况:

• 过早分娩 (PTB) 是婴儿死亡率和发病率的主要原因.
• 目前的PTB预测方法有其局限性.
• 大型语言模型 (LLM) 显示出疾病风险预测的前景.

研究的目的:

• 开发和评估一个新的基于变压器的LLM用于PTB风险预测,使用多omics数据.
• 评估整合无细胞DNA (cfDNA) 和无细胞RNA (cfRNA) 进行PTB预测的性能.
• 探索RNA编辑在cfDNA和cfRNA整合中对PTB风险评估的有用性.

主要方法:

• 开发了一个基于变压器的架构,用于集成cfDNA和cfRNA测序数据.
• 在cfDNA,cfRNA和集成的多omics数据上训练并测试了LLM模型.
• 使用曲线下的面积 (AUC) 评估模型性能.

主要成果:

• 在cfDNA LLM取得的AUC为0.822;在cfRNA LLM取得的AUC为0.851.
• 综合cfDNA和cfRNA数据实现了0.890.0的优异AUC.
• 使用RNA编辑进行整合,AUC为0.82.2.

结论:

• 基于变压器的LLM有效地集成多omics数据用于PTB风险预测.
• 多omics数据融合显著提高了PTB预测的准确性.
• 由人工智能驱动的多学科方法对精密产科和生物医学有潜力.