PyTorchKR Papers

최신 논문

총 3편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2603.07233v2cs.LG

유전자 섭동에 대한 세포 반응 예측을 위한 검색-증강 생성

Retrieval-Augmented Generation for Predicting Cellular Responses to Gene Perturbation

유전적 섭동(genetic perturbation)에 대한 전사 반응을 예측하는 것은 기능 유전체학과 치료제 발굴의 기본 과제입니다. 최근 심층 학습(deep learning) 모델들은 단일 세포 섭동 반응 예측에서 유망한 성과를 보였으나, 일반적으로 관련 섭동 정보를 명시적으로 활용하지 않고 각 반응을 개별적으로 생성합니다. 본 논문에서는 생성형 세포 섭동 반응을 위한 플러그인 형태의 검색 및 조건화 모듈인 PT-RAG(Perturbation-aware Two-stage Retrieval-Augmented Generation)를 제안합니다. PT-RAG는 관련 섭동 문맥에 대한 학습된 접근 방식을 통해 기존 섭동-반응 백본을 증강합니다. 이 설정의 핵심 난제는 관련성이 고정되어 있지 않다는 점입니다. 즉, 기능적으로 관련된 유전자라도 세포 유형에 따라 서로 다른 영향을 유발할 수 있습니다. PT-RAG는 2단계 검색 메커니즘을 통해 이를 해결합니다. 먼저 GenePT 기반 의미론적 검색으로 K개의 후보 섭동을 식별한 다음, 미분 가능한 검벨-소프트맥스(Gumbel-Softmax) 선택기가 대조군 세포 상태, 질의 섭동, 각 후보 섭동을 조건으로 하여 검색된 문맥을 적응적으로 선택합니다. 본 연구는 동결된 무작위 리저버(frozen random reservoir)로 사용되는 STATE 스타일 생성기와 완전히 학습된 scGPT라는 두 가지 백본을 바탕으로, 세포 유형 간(cross-cell-type) 및 섭동 간(cross-perturbation) 일반화 태스크에서 PT-RAG를 평가합니다. PT-RAG는 분포 유사도를 일관되게 향상시키고 전반적인 예측 품질 또한 자주 개선합니다. 예를 들어 scGPT 세포 유형 간 결과에서 2-바서슈타인 거리(2-Wasserstein distance)는 scGPT 단독 사용 대비 5.9% 감소합니다. 실험을 재현할 수 있는 코드는 https://github.com/difra100/PT-RAG_NIPS 에서 확인할 수 있습니다.

arXiv:2610.03029v1cs.AI

SoftGene: 해석 가능한 유전자 세트 주석을 위한 단백질 언어 모델 강화 소프트 프롬프팅

SoftGene: Protein Language Model-Enhanced Soft Prompting for Interpretable Gene Set Annotation

유전자 세트 분석(gene set analysis)은 기능 유전체학(functional genomics)의 초석이지만, 여전히 노동 집약적이며 수작업 큐레이션 및 전문가의 생물학적 해석에 크게 의존하고 있습니다. 대규모 언어 모델(LLM)이 유전체 추론 및 주석을 위한 강력한 도구로 부상했으나, 기존 접근 방식의 대부분은 기호적 유전자 이름에 의존하며 도메인 특화 생물학적 구조, 특히 분자 활성, 상호작용 및 다운스트림 유전자 기능을 지배하는 단백질 서열 정보를 포착하지 못합니다. 본 연구에서는 유전자 세트의 계층적 구조를 활용하는 LLM 기반 유전자 세트 주석을 위한 새로운 프레임워크인 SoftGene을 제안합니다. 첫째, 단백질 언어 모델(protein language model)인 ESM을 기반으로 구축된 계층적 어텐션(hierarchical attention) 기반 인코더를 사용하여 단백질 수준의 아미노산 서열 정보로 각 유전자 세트를 표현합니다. 둘째, 유전자 세트 임베딩(embedding)에서 파생된 소프트 프롬프트(soft prompt)와 LLM이 생성한 보조 컨텍스트를 포함하는 하드 프롬프트(hard prompt)를 결합하는 하이브리드 프롬프팅 기법을 구성하고, 그 결과로 생성된 프롬프트를 주석 생성을 위해 로컬 LLM에 입력합니다. Gene Ontology(GO)와 Molecular Signatures Database(MSigDB)라는 두 가지 벤치마크 데이터셋에서 프레임워크를 평가합니다. 실험 결과는 단백질 서열 표현을 텍스트 컨텍스트와 통합함으로써 전반적인 유전자 세트 주석 성능이 향상됨을 보여주며, 도메인별 분석을 통해 단백질 임베딩의 기여도가 생물학적 도메인에 따라 달라진다는 점을 밝혀냅니다.

arXiv:2606.24940v1q-bio.GN

Stable-Shift: Biologically Structured Prediction of Transcriptional Responses to Unseen Gene Perturbations

학습에 포함되지 않은 유전자 교란에 대한 전사(transcriptional) 반응 예측을 위해 Stable-Shift를 제안하며, 단일세포 측정을 교란 수준 발현 변화로 집계한 뒤 학습 교란만으로 저랭크 응답 기저를 학습하고 STRING 상호작용·대조 세포 통계·Gene Ontology 등 생물학적 맥락으로 미관측 유전자의 잠재 좌표를 그래프 컨볼루션으로 추정한다. K562 Perturb-seq 벤치마크에서 코사인 유사도 0.592로 GEARS(0.569)를 상회했고, Spearman 상관과 상위 유전자 정밀도도 더 높았으며 5개 미관측 유전자 분할 평균은 0.589±0.008이었다.