GenePert: Aproveitando Embeddings GenePT para Predição de Perturbação Gênica

Resumo A predição de como a perturbação de um gene alvo afeta a expressão de outros genes é um componente crítico para a compreensão da biologia celular. Este é um problema de predição desafiador, pois o modelo deve capturar relacionamentos complexos entre genes, e a saída é de alta dimensionalidade e esparsa. Para enfrentar esse desafio, apresentamos o GenePert, uma abordagem simples que aproveita os embeddings GenePT, que são derivados usando o ChatGPT a partir de descrições textuais de genes individuais, para prever mudanças na expressão gênica devido a perturbações por meio de modelos de regressão regularizados. Avaliado em oito conjuntos de dados de tela de perturbação CRISPR em múltiplos tipos celulares e cinco diferentes modelos de embeddings de genes pré-treinados, o GenePert consistentemente supera todos os modelos de predição de ponta medidos tanto pela correlação de Pearson quanto pelas métricas de erro quadrático médio. Mesmo com dados de treinamento limitados, nosso modelo generaliza de forma eficaz, oferecendo uma solução escalável para prever os resultados de perturbações. Essas descobertas destacam o poder dos embeddings informativos de genes na predição dos resultados de experimentos de perturbação genética não vistos in silico. O GenePert está disponível em https://github.com/zou-group/GenePert.