29 Arbeiten
Die Studie stellt ein umfassendes, mehrdimensionales Bewertungsframework vor, das die Risiken der Memorierung sensibler genomischer Daten in genomischen Sprachmodellen quantifiziert und zeigt, dass eine Kombination verschiedener Angriffsmethoden für eine zuverlässige Privatsphäre-Auditing unerlässlich ist.
Das Paper stellt CLEF vor, ein Modell zur kontrollierten Sequenzbearbeitung, das in biologischen und klinischen Kontexten gezielte Eingriffe zu spezifischen Zeitpunkten und auf ausgewählte Variablen ermöglicht, wodurch es die Genauigkeit bei der Erzeugung realistischer kontrafaktischer Trajektorien im Vergleich zu bestehenden Methoden erheblich verbessert.
Diese Studie zeigt, dass DNA-Embeddings aus Foundation-Modellen wie Evo 2 und NTv2 durch Inversionsangriffe leicht rekonstruiert werden können, was die Privatsphäre von Genomdaten in „Embeddings-as-a-Service"-Szenarien gefährdet und dringende Maßnahmen für einen privatsphärenbewussten Designansatz erfordert.
Diese Studie stellt ein tiefes Lern-Framework zur adversariellen Domänenanpassung vor, das durch den Erwerb eines domäneninvarianten latenten Raums eine effektive Wissensübertragung von großen auf kleine RNA-Seq-Datensätze ermöglicht und so die Genauigkeit der Krebs- und Gewebetypklassifizierung insbesondere bei Datenknappheit verbessert.
Diese Studie schlägt zwei probabilistische Maße, die Reproduzierbarkeitsrate (RR) und die Falsch-Irreproduzierbarkeitsrate (FIR), vor, um das Verhalten von positiven Assoziationen in Replikationsstudien bei genomweiten Assoziationsstudien quantitativ zu bewerten und die Studiendesigns sowie die Nachverfolgung potenziell wahrer, aber irreproduzierbarer Befunde zu verbessern.
Die vorgestellte Studie demonstriert, dass eine neuartige Methode zur gemeinsamen Analyse von GWAS-Zusammenfassungsstatistiken auf Basis der Kontrolle der gemeinsamen lokalen Falsch-Entdeckungsrate (Jlfdr) sowohl in Simulationen als auch bei empirischen Daten eine höhere statistische Power aufweist als herkömmliche Meta-Analyse-Verfahren, insbesondere bei heterogenen Datensätzen.
Die Studie stellt pHapCompass vor, einen probabilistischen Algorithmus zur Haplotyp-Assemblierung polyploider Genome, der die Unsicherheit bei der Zuordnung von Sequenzreads explizit modelliert, eine realistische Simulationsumgebung für Polyploide entwickelt und durch Benchmarks eine wettbewerbsfähige Leistung bei gleichzeitiger präziser Quantifizierung der Phasenunsicherheit nachweist.
Die Studie stellt ein Agenten-Framework vor, das mithilfe von Large Language Models und Tools unstrukturierte omische Daten aus der biomedizinischen Literatur extrahiert, verarbeitet und analysiert, um sie in eine skalierbare, ausführbare und abfragbare Ressource für die automatische Datenwiederverwendung zu verwandeln.
Die Studie präsentiert eine dreistufige Methode zur Extraktion eines kompakten, hochleistungsfähigen hämatopoetischen Algorithmus aus dem Foundation-Modell scGPT mittels mechanischer Interpretierbarkeit, der ohne erneutes Training des Ziel-Datensatzes die Leistung bestehender Methoden übertrifft und biologisch interpretierbare Genprogramme offenbart.
Das Paper stellt SNPgen vor, ein zweistufiges, phänotypüberwachtes latentes Diffusionsmodell, das synthetische Genotypdaten erzeugt, die sowohl die genetische Struktur und Privatsphäre der Originaldaten bewahren als auch in Vorhersageaufgaben die Leistung realer Daten erreichen.
Die Studie stellt einen parameter-effizienten Diffusion-Transformer vor, der durch den Ersatz des U-Net-Rückgrats durch einen Transformer mit 2D-CNN-Encoder und eine DDPO-Feinabstimmung mit Enformer als Belohnungsmodell hochwirksame, zelltypspezifische regulatorische DNA-Sequenzen mit deutlich geringerem Rechenaufwand, besserer Konvergenz und weniger Memorierung erzeugt.
Die Arbeit stellt TrinityDNA vor, ein bio-inspiriertes Grundmodell, das durch die Integration biologisch fundierter Komponenten wie Groove Fusion und Gated Reverse Complement sowie eines mehrskaligen Aufmerksamkeitsmechanismus effiziente und präzise Modellierungen langer DNA-Sequenzen ermöglicht und damit die Genomforschung voranbringt.
Das Paper stellt LA-MARRVEL vor, ein wissensbasiertes und sprachbewusstes LLM-Framework, das durch strukturierte, phänotypreiche Prompt-Konstruktion die Genauigkeit der Gen-Priorisierung bei seltenen Erkrankungen signifikant verbessert und dabei klinisch robuste, nachvollziehbare Begründungen liefert.
Die Studie stellt ein neues Protokoll zur Validierung von Saliency-Maps in der siRNA-Wirksamkeitsvorhersage vor, das durch den Nachweis von Fehlern wie „inverser Saliency" und den Einsatz eines biologisch informierten Regularisierers (BioPrior) die Zuverlässigkeit erklärbarer Modelle für das therapeutische Design sicherstellt.
Die Studie zeigt durch eine autonome Screening-Loop von 141 Hypothesen, dass biologische Foundation-Modelle wie scGPT und Geneformer eine genuine, über Modelle hinweg geteilte topologische und geometrische Struktur in ihren Repräsentationen lernen, die jedoch unter strengen Nullkontrollen vorwiegend auf Immungewebe beschränkt ist.
Diese Studie entwickelt einen erklärbaren Machine-Learning-Pipeline, der Bulk- und Single-Cell-Transkriptomdaten aus Blut und Liquor integriert, um Multiple-Sklerose-Patienten präzise zu klassifizieren und durch SHAP-Analysen sowie Netzwerkanalysen neue pathogene Mechanismen und Biomarker wie nicht-kanonische Immun-Checkpoints und EBV-bezogene Signalwege aufzudecken.
Die Studie zeigt, dass die Integration multimodaler epigenomischer Signale durch das neuartige Prism-Framework, das Verwirrungseffekte mittels Backdoor-Adjustment reduziert, für die Vorhersage der Genexpression effektiver ist als die bloße Verlängerung der DNA-Sequenzlänge.
Diese Studie zeigt, dass die Generalisierung von antimikrobiellen Resistenzvorhersagen über verschiedene Spezies hinweg durch die Nutzung stabiler Embeddings aus genomischen Foundation-Modellen in Kombination mit einer MiniRocket-basierten Aggregation lokaler Aktivierungsmuster signifikant verbessert werden kann, anstatt sich auf globale Pooling-Methoden zu verlassen.
Die Arbeit stellt GGE vor, ein Open-Source-Python-Framework, das durch die Bereitstellung standardisierter, biologisch fundierter Metriken die inkonsistente Evaluierung generativer Modelle für Einzelzell-Genexpressionsdaten behebt und vergleichbare Benchmarking-Prozesse ermöglicht.
Die Arbeit stellt ELISA vor, einen interpretierbaren hybriden KI-Agenten, der scGPT-Embeddings mit BioBERT und LLMs verbindet, um mechanistische biologische Hypothesen direkt aus scRNA-seq-Daten abzuleiten und dabei die Leistungsfähigkeit bestehender Modelle wie CellWhisperer signifikant zu übertreffen.