xDecoder раскрывает потенциал геномных фундаментальных моделей для предсказания индивидуальной экспрессии генов в режиме few-shot

Крупномасштабные геномные языковые модели (gLM) обладают значительным потенциалом для моделирования регуляции генов, однако их способность отражать индивидуальные вариации экспрессии генов остается неясной. Мы разработали xDecoder — унифицированную структуру декодирования, использующую gLM и эмбеддинги «последовательность—функция» (S2F) для изучения того, как индивидуальная генетическая вариабельность формирует экспрессию генов, на основе парных данных генома и транскриптома. По сравнению с предварительно обученными геномными моделями, xDecoder с персонализированным обучением на данных ДНК—РНК делает возможным межиндивидуальное предсказание для известных генов в режиме few-shot. Однако предсказание без дополнительного обучения (zero-shot) в ранее не наблюдавшихся локусах остается ненадежным и зависит от конкретного гена, что выявляет ограничение современных моделей последовательностей, связанное с переносом между локусами. Эксперименты с учетом доступности хроматина на уровне отдельных индивидуумов показали, что информация о регуляторном состоянии, важная для предсказания в ранее не наблюдавшихся локусах, не полностью улавливается современными моделями, использующими только ДНК. В целом эти результаты подчеркивают потенциальную полезность режима few-shot и ограничения моделей, основанных только на ДНК, а также указывают на мультииомные модели с учетом вариантов как на перспективное направление создания персонализированных регуляторных моделей.