知識に基づく文脈的遺伝子セット分析と大規模言語モデル

概要 モチベーション 遺伝子セット分析（GSA）は、遺伝子を生物学的プロセスに結びつけることによって、疾患のゲノムデータを解釈するための基礎的アプローチです。しかし、従来のGSA手法は分析の臨床的文脈を見落とし、しばしば冗長で非特異的、または無関係な結果を伴う豊富な経路の長いリストを生成します。これらを解釈するには広範でその場限りの手動作業が必要であり、信頼性と再現性の両方が低下します。 結果 我々はcGSAを導入します。これは、文脈を意識した経路の優先順位付けを組み込むことでGSAを強化する新しいAI駆動のフレームワークです。cGSAは、遺伝子クラスターの検出、富栄養分析、および大規模言語モデルを統合して、統計的に有意であるだけでなく、生物学的に意味のある経路を特定します。19の疾患と10の疾患関連生物学的メカニズムにわたる102のキュレーションされた遺伝子セットに関するベンチマークは、cGSAが基準手法を30％以上上回ることを示しており、専門家の検証によってその精度と解釈可能性の向上が確認されています。メラノーマと乳がんにおける2つの独立した症例研究は、文脈特有の洞察を明らかにし、ターゲットを絞った仮説を支持するその可能性をさらに示しています。 利用可能性と実装 デモサイトは、https://www.ncbi.nlm.nih.gov/CBBresearch/Lu/Demo/cGSA/ で公開されており、データとコードは https://github.com/ncbi-nlp/cGSA からアクセスできます。