«Bingo» — рабочий процесс на основе большой языковой модели и графовой нейронной сети для прогнозирования жизненно важных генов по данным о белках

Идентификация и характеристика жизненно важных генов имеют ключевое значение для понимания основных биологических функций эукариотических организмов и важны для лечения заболеваний, вызываемых, например, опухолями и патогенами. Учитывая значительные ограничения лабораторной проверки функций генов у многих организмов, обусловленные отсутствием культур in vitro и/или методов генетических возмущений для большинства видов многоклеточных животных, существует потребность в разработке вычислительных инструментов для точного прогнозирования или выявления жизненно важных генов, необходимых для системно-биологических исследований. Значительный прогресс в области методов машинного обучения открывает беспрецедентные возможности для преодоления этих ограничений и ускорения полногеномного выявления жизненно важных генов. В настоящей работе мы разработали и оценили подход Bingo, основанный на большой языковой модели и графовой нейронной сети (LLM-GNN), для прогнозирования жизненно важных генов, кодирующих белки, у модельных организмов из группы многоклеточных животных Caenorhabditis elegans и Drosophila melanogaster, а также у Mus musculus и Homo sapiens (клеточная линия HepG2), интегрируя большие языковые модели и графовые нейронные сети с состязательным обучением. Bingo прогнозирует жизненно важные гены в двух сценариях «нулевого выстрела» с использованием трансферного обучения, демонстрируя перспективность компенсации недостатка высококачественных геномных и протеомных данных для немодельных организмов. Кроме того, механизмы внимания и GNNExplainer были применены для выявления функциональных участков и структурных доменов, вносящих наибольший вклад в жизненно важность. В заключение, Bingo открывает перспективы точного выявления жизненно важных генов у малоизученных или недостаточно изученных представляющих интерес организмов и обеспечивает биологическое объяснение жизненно важности генов.