PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.06834v1cs.CL

다크 레귤롬: 유전체 파운데이션 모델에서 조절과 예측 가능성의 분리

The Dark Regulome: Disentangling Predictability from Regulation in Genomic Foundation Models

고등급 신경교종은 뉴런과의 기능적 시냅스를 통해 신경 회로에 통합되는데, 이는 어떤 비코딩 요소가 종양 세포 내 시냅스 형성 유전자 발현을 규정하는지에 대한 문제를 제기합니다. 다크 게놈(dark genome) 전반에 기록된 조절 프로그램, 즉 우리가 *다크 레귤롬(dark regulome)*이라 부르는 것은 탐색해야 할 자연스러운 대상이며, 서열 파운데이션 모델(sequence foundation models)은 실리코 변이 유발(in-silico mutagenesis, ISM)을 통해 제로샷(zero-shot) 경로를 제공합니다. 그러나 가능도(likelihood) 기반 스코어링은 국소 서열 예측 가능성과 필연적으로 결합되어 있어, 조절에 대한 해석이 불확실하게 남습니다. 아키텍처가 서로 다른 세 가지 파운데이션 모델(Caduceus-Ph, HyenaDNA, Enformer)과 92개의 신경교종 관련 좌위(loci)에 있는 30,448개의 다크 게놈 요소를 대상으로, 우리는 예측 가능성에 의한 것과 조절에 의한 것을 구분하여 RIS 분산을 분리하는 잔차화(residualization) 및 순열(permutation) 진단법을 소개합니다. 명확한 10kb 근위 조절(proximal-regulatory) 범위는 우리가 적용한 모든 통제에서 유지되지만, 언어 모델(LM)에서 유래한 요소 클래스 계층은 그렇지 않습니다. 6개 특징(feature)을 가진 선형 기준선(baseline)은 AUC $= 0.985$로 Caduceus의 상위 10분위(top-decile) 소속과 일치하는 성능을 보입니다. 교차 아키텍처 분해(cross-architecture decomposition)는 서열 예측 가능성 층(layer)(두 언어 모델이 길고 잘 예측된 전이 요소를 공동으로 순위 매김)을 조절 출력 층(Enformer만이 잔차 cCRE 식별 신호를 유지함)에서 명확하게 분리해내며, 두 상위 100 목록 간의 중복은 문자 그대로 0입니다. 보존(conservation), 뇌 시스 eQTL(brain cis-eQTL), STRING-PPI 교차 검사는 생물학적 결과가 무엇인지 확립해 줍니다. 세 모델 모두에서의 상위 100 요소는 모델당 일치하는 뇌 eQTL에 대해 $3.3\times$ 농축되어 있는 반면($p_\mathrm{emp} < 5\times 10^{-3}$), 그럴듯해 보이는 전이 요소(transposable-element) 조절 층과 현저한 NRXN1+NLGN1 단백질 쌍의 수렴(convergence)은 적절한 순열 테스트가 구성되면 모두 실패합니다. 우리는 이 진단법을 ISM 기반 조절 연구에 사용할 수 있는 일반적인 방법론적 도구로 제공합니다.