卡迪-T:用于提名和分析潜在的人类致癌物的自动化管道
Jamey O'Neill1,2, Gudur Ashrith Reddy1,2, Nermeeta Dhillon1
1Mechanical Engineering Department, San Diego State University, San Diego, CA 92182, United States.
Carcinogenesis
|October 26, 2025
概括
一个新的框架,通过变压器检测致癌物 (CarD-T),有效地从科学文献中识别潜在的致癌物. 与GPT-4相比,它显示出更好的召回能力,在毒理学调查中帮助公共卫生.
科学领域:
- 毒理学 毒理学 毒理学
- 癌症流行病学 癌症流行病学
- 生物信息学是一种生物信息学.
背景情况:
- 精确识别和分类致癌物质对于癌症流行病学至关重要.
- 管理庞大而不断增长的生物医学文献是一个重大挑战.
- 现有的方法可能不足以快速全面分析致癌物质数据.
研究的目的:
- 通过变压器引入致癌物检测 (CarD-T) 框架,以有效地指定潜在的致癌物.
- 将CARD-T的性能与GPT-4等现有的大型语言模型进行比较.
- 分析随着时间的推移,关于致癌物质的研究重点的转变.
主要方法:
- 开发 CarD-T 框架,将基于变压器的机器学习与概率分析相结合.
- 关于已确定的致癌物质数据集的 CarD-T 培训.
- 使用精度和回忆指标对GPT-4进行比较性性能评估.
- 贝叶斯概率分析的应用,用于评估与时间相冲突的证据.
主要成果:
- 卡迪-T正确地确定了测试组中的所有已知的致癌物,并提名了大约1600种潜在的新致癌物.
- 与GPT-4相比,CarD-T显示了可比的精度 (0.896) 和优越的回忆 (0.853) (0.903精度,0.757回忆).
- 分析显示,研究重点从化学致癌物转向生物制剂,环境因素和生活方式选择.
结论:
- 卡迪-T框架是一个强大的,计算成本低廉的,可在本地部署的工具,用于从生物医学文献中识别潜在的致癌物.
- 卡迪-T增强了公共卫生对致癌物识别反应的敏捷性.
- 该框架为自动化,可扩展的毒理学调查和文献分析设定了新的基准.
