🤖 AI

Decoding Phenotypes: A Framework for Fusing Genomic Language Models and Neuroimaging

यह शोध पत्र GeneFuse का प्रस्ताव करता है, जो एक मल्टीमॉडल फ्रेमवर्क है जो प्रारंभिक संज्ञानात्मक गिरावट और डिमेंशिया की पहचान करने में मौजूदा विधियों से बेहतर प्रदर्शन करने के लिए जीनोटाइप-कंडीशन्ड मॉड्यूलेशन और अनसर्टेन्टी-अवेयर फ्यूजन के माध्यम से प्री-ट्रेन्ड जीनोमिक लैंग्वेज मॉडल एम्बेडिंग्स को न्यूरोइमेजिंग फीचर्स के साथ एकीकृत करता है।

मूल लेखक: Tianli Tao, Ziyang Wang, Emma Robinson, Rachel Sparks, Le Zhang

प्रकाशित 2026-08-11

📖 9 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Tianli Tao, Ziyang Wang, Emma Robinson, Rachel Sparks, Le Zhang

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक विशाल, तीन-आयामी पहेली को हल करने की कोशिश कर रहे हैं जहाँ टुकड़े दो बहुत अलग सामग्रियों से बने हैं: एक सेट शहर का एक विस्तृत, रंगीन नक्शा है (आपका ब्रेन स्कैन), और दूसरा सेट एक गुप्त कोड में लिखा गया एक लंबा, जटिल वाक्य है (आपका DNA)। लंबे समय से, डॉक्टरों ने यह समझने के लिए इन दोनों—नक्शे और कोड—का उपयोग किया है कि क्यों कुछ लोगों का मस्तिष्क उम्र के साथ धुंधला होने लगता है, जिससे अल्जाइमर जैसी स्थितियाँ पैदा होती हैं। नक्शा भौतिक परिवर्तनों को दिखाता है, जैसे कि सिकुड़ते हुए मोहल्ले, जबकि कोड उन निर्देशों को रखता है जो शायद यह समझा सकें कि वे परिवर्तन वास्तव में क्यों होते हैं। लेकिन यहाँ पेचीदा हिस्सा यह है: ये दो प्रकार की जानकारी स्वाभाविक रूप से एक ही भाषा नहीं बोलती हैं। नक्शा दृश्य और संरचनात्मक है, जबकि कोड अक्षरों का एक क्रम है। उन्हें आपस में मिलाने की कोशिश करना तेल और पानी को मिलाने जैसा था; उन्हें संयोजित करने के लिए उपयोग किए जाने वाले कंप्यूटर प्रोग्राम अक्सर बस दोनों टुकड़ों को एक-दूसरे के बगल में रख देते थे, जिससे प्रक्रिया के दौरान जेनेटिक निर्देशों का सूक्ष्म, स्थानीय संदर्भ खो जाता था।

यहीं पर "GeneFuse" नामक एक नया दृष्टिकोण आता है, जो इन दो दुनियाओं को मिलाने का एक स्मार्ट तरीका प्रदान करता है। DNA को तथ्यों की एक साधारण सूची के रूप में मानने के बजाय, यह विधि एक "जीनोमिक लैंग्वेज मॉडल" (Genomic Language Model) का उपयोग करती है—इसे एक सुपर-स्मार्ट अनुवादक के रूप में समझें जो DNA को एक कहानी की तरह पढ़ता है, और विशिष्ट जेनेटिक शब्दों के आसपास के संदर्भ को समझता है। शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो कंप्यूटर द्वारा मस्तिष्क के नक्शे को देखते समय जेनेटिक कहानी को धीरे से प्रेरित (nudge) और समायोजित करने की अनुमति देता है, न कि केवल कहानी को बिल्कुल अंत में जोड़ने की। उन्होंने इसका परीक्षण 182 लोगों के एक समूह पर किया, उनके ब्रेन स्कैन और DNA को देखते हुए यह देखने के लिए कि क्या वे याददाश्त में गिरावट या पूर्ण मनोभ्रंश (dementia) के शुरुआती संकेतों को पहचान सकते हैं। परिणाम बताते हैं कि जब कंप्यूटर इस "भाषा-जागरूक" जेनेटिक मदद का उपयोग करता है, तो वह बीमारी को पहचानने में बेहतर हो जाता है, विशेष रूप से तब जब ब्रेन स्कैन अकेले 100% स्पष्ट नहीं होता। यह एक जासूस की तरह है जो अपराध स्थल को देखने के साथ-साथ संदिग्ध की डायरी भी पढ़ सकता है, बजाय इसके कि वह पहले दृश्य को देखे और फिर अलग से डायरी पढ़े।

समस्या: मस्तिष्क में तेल और पानी

वर्षों से, वैज्ञानिक जानते थे कि तंत्रिका तंत्र की बीमारियों को समझने के लिए आपको दो चीजों की आवश्यकता होती है: मस्तिष्क की संरचना (न्यूरोइमेजिंग) और व्यक्ति के जेनेटिक कोड (जीनोमिक्स) का एक दृश्य। ब्रेन स्कैन एक घर की तस्वीर की तरह है; यह आपको दिखाता है कि छत लीक हो रही है या दीवारें टूट रही हैं। जेनेटिक कोड उस घर में रहने वाले परिवार के ब्लूप्रिंट और इतिहास की तरह है; यह आपको बता सकता है कि छत क्यों लीक हो रही है या क्या परिवार कुछ खास समस्याओं के प्रति संवेदनशील है।

समस्या यह है कि सूचना के ये दो स्रोत बहुत अलग हैं। पारंपरिक तरीकों ने जेनेटिक कोड को संख्याओं की एक साधारण सूची (जैसे "0, 1, 2") में बदलकर और इसे ब्रेन स्कैन डेटा के बगल में चिपकाकर उन्हें संयोजित करने की कोशिश की। इस पेपर के लेखक तर्क देते हैं कि यह एक गलती है। यह एक जटिल उपन्यास को केवल इस रूप में सारांशित करने जैसा है कि "अध्याय 1: अच्छा, अध्याय 2: बुरा।" आप उस सूक्ष्मता, संदर्भ और विशिष्ट विवरणों को खो देते हैं जो कहानी को सार्थक बनाते हैं। जब आप DNA के स्थानीय संदर्भ को खो देते हैं, तो आप यह देखने की क्षमता खो देते हैं कि विशिष्ट जेनेटिक निर्देश मस्तिष्क की भौतिक संरचना के साथ कैसे परस्पर क्रिया करते हैं।

समाधान: GeneFuse

इसे ठीक करने के लिए, टीम ने GeneFuse नामक एक नया फ्रेमवर्क बनाया। इसे एक हाई-टेक किचन के रूप में सोचें जहाँ एक मास्टर शेफ (कंप्यूटर) दो बहुत अलग सामग्रियों का उपयोग करके एक आदर्श व्यंजन बनाने की कोशिश कर रहा है: एक 3D ब्रेन स्कैन और एक लंबा DNA अनुक्रम।

1. अनुवादक (Genomic Language Models)
सबसे पहले, DNA को संख्याओं की एक उबाऊ सूची में बदलने के बजाय, GeneFuse एक पूर्व-प्रशिक्षित "जीनोमिक लैंग्वेज मॉडल" (GLM) का उपयोग करता है। कल्पना करें कि DNA अनुक्रम एक विदेशी भाषा में एक वाक्य है। पुराने तरीके केवल अक्षरों को गिनते थे। हालाँकि, GLM उस वाक्य को पढ़ता है और महत्वपूर्ण शब्दों के आसपास के संदर्भ को समझता है। इस अध्ययन में, उन्होंने DNA के एक विशिष्ट हिस्से पर ध्यान केंद्रित किया जिसे APOE क्षेत्र कहा जाता है, जो अल्जाइमर के लिए एक प्रसिद्ध जोखिम कारक है। उन्होंने इस क्षेत्र के आसपास 1,024 बेस पेयर्स (DNA के "अक्षर") की एक विंडो ली और GLM को उस जेनेटिक स्पॉट के पूर्ण अर्थ को कैप्चर करने वाले एक समृद्ध, सघन "वाक्य" में बदलने दिया।

2. प्रेरणा (Genotype-Conditioned Feature Modulation)
इसके बाद, सिस्टम को इस जेनेटिक "वाक्य" को ब्रेन स्कैन के साथ मिलाने की आवश्यकता होती है। लेखकों ने GCFM नामक एक मॉड्यूल पेश किया। कल्पना करें कि ब्रेन स्कैन एक कलाकार द्वारा बनाई जा रही पेंटिंग है। आमतौर पर, कलाकार केवल वही पेंट करता है जो वह देखता है। GCFM के साथ, जेनेटिक "वाक्य" कलाकार के कान में एक धीमी फुसफुसाहट की तरह काम करता है। यह पेंटिंग पर कब्जा नहीं करता है; इसके बजाय, यह कलाकार को बताता है, "हे, यहाँ इस विशिष्ट रंग पर थोड़ा अधिक ध्यान दें," या "इस बनावट (texture) को थोड़ा और स्पष्ट बनाएं।"

तकनीकी रूप से, सिस्टम ब्रेन स्कैन के विभिन्न स्तरों (बारीक विवरणों से लेकर बड़े चित्र तक) को देखता है और विभिन्न विशेषताओं के महत्व को ट्यून करने के लिए जेनेटिक डेटा का उपयोग करता है। यह केवल अंत में DNA को जोड़ना नहीं है; यह शुरुआत से ही ब्रेन स्कैन विश्लेषण को निर्देशित करने के लिए DNA को अनुमति देना है।

3. सुरक्षा वाल्व (Uncertainty-aware Genomic Residual Fusion)
यहाँ सबसे चतुर हिस्सा है। कभी-कभी, ब्रेन स्कैन इतना स्पष्ट होता है कि आपको DNA की आवश्यकता ही नहीं होती। अन्य मामलों में, स्कैन धुंधला या भ्रमित करने वाला हो सकता है, और DNA उस लापता सुराग को थामे हो सकता है। यदि आप DNA को मिश्रण में जबरदस्ती डालते हैं जब इसकी आवश्यकता नहीं होती, तो यह केवल शोर (noise) पैदा कर सकता है और कंप्यूटर को भ्रमित कर सकता है।

इसे संभालने के लिए, GeneFuse U-GRF नामक एक मॉड्यूल का उपयोग करता है। यह एक स्मार्ट ट्रैफिक लाइट की तरह कार्य करता है। पहले, सिस्टम यह जांचता है कि वह केवल ब्रेन स्कैन के आधार पर कितना आश्वस्त है।

यदि स्कैन बहुत स्पष्ट है (कम अनिश्चितता): तो ट्रैफिक लाइट DNA के लिए लाल हो जाती है। सिस्टम जेनेटिक डेटा को अनदेखा कर देता है क्योंकि ब्रेन स्कैन अपने आप में बहुत अच्छा काम कर रहा है।
यदि स्कैन भ्रमित करने वाला है (उच्च अनिश्चितता): तो ट्रैफिक लाइट हरी हो जाती है। सिस्टम कहता है, "ठीक है, स्कैन संघर्ष कर रहा है। आइए जेनेटिक डेटा को मदद के लिए लाएं।"

यह सुनिश्चित करता है कि जेनेटिक जानकारी का उपयोग केवल तभी किया जाए जब वह वास्तव में सहायक हो, जिससे यह गलत निदान में बाधा न डाले।

उन्होंने क्या पाया

शोधकर्ताओं ने 182 लोगों के डेटा पर इस नए सिस्टम का परीक्षण किया, जिसमें स्वस्थ लोग, हल्के संज्ञानात्मक हानि (MCI) वाले लोग और अल्जाइमर रोग (AD) वाले लोग शामिल थे। उन्होंने दो मुख्य प्रश्न पूछे:

क्या हम संज्ञानात्मक गिरावट के शुरुआती संकेतों (Normal vs. MCI) को पहचान सकते हैं?
क्या हम मनोभ्रंश (Dementia) की स्क्रीनिंग (Normal vs. AD) कर सकते हैं?

परिणाम:

पहले से बेहतर: जब उन्होंने GeneFuse का उपयोग किया, तो सिस्टम केवल ब्रेन स्कैन का उपयोग करने की तुलना में बीमारी को पहचानने में बहुत बेहतर हो गया। शुरुआती गिरावट (Normal vs. MCI) को पहचानने के लिए, सटीकता स्कोर (AUROC) बढ़कर 0.77 हो गया। मनोभ्रंश (Normal vs. AD) को पहचानने के लिए, यह उछलकर 0.83 हो गया।
पुराने तरीकों को पछाड़ना: ये स्कोर केवल DNA की एक साधारण सूची को स्कैन के बगल में रखने के पुराने तरीके की तुलना में अधिक थे, और अन्य मौजूदा तरीकों से भी बेहतर थे जो जेनेटिक्स और इमेजिंग को संयोजित करने का प्रयास करते हैं।
"फुसफुसाहट" काम करती है: अध्ययन ने दिखाया कि जेनेटिक डेटा से मिलने वाली "प्रेरणा" (GCFM) और "सुरक्षा वाल्व" (U-GRF) दोनों ने महत्वपूर्ण भूमिका निभाई। सिस्टम तब सबसे अच्छा काम करता है जब वह केवल अंत में नहीं, बल्कि कई स्तरों के विवरण पर ब्रेन स्कैन को निर्देशित करने के लिए जेनेटिक डेटा का उपयोग करता है।
अधिक जीन, अधिक मदद: हालांकि उन्होंने APOE जीन पर ध्यान केंद्रित किया, लेकिन उन्होंने यह भी पाया कि यदि वे अन्य जोखिम वाले जीन (Multi-locus) को जोड़ते, तो सिस्टम और भी बेहतर हो जाता, जिससे मनोभ्रंश स्क्रीनिंग के लिए 0.84 का AUROC प्राप्त होता। यह सुझाव देता है कि एक से अधिक जेनेटिक स्पॉट को देखना अतिरिक्त सुराग प्रदान करता है।

इसका क्या अर्थ है

यह पेपर सुझाव देता है कि DNA को केवल संख्याओं की एक सूची के बजाय एक भाषा की तरह मानने से, कंप्यूटर हमारे जीन और हमारे मस्तिष्क के बीच के संबंध को बहुत बेहतर ढंग से समझ सकते हैं। जेनेटिक डेटा को ब्रेन स्कैन के विश्लेषण को धीरे से निर्देशित करने देकर—और केवल तभी हस्तक्षेप करके जब स्कैन अनिश्चित हो—यह सिस्टम अल्जाइमर रोग के बारे में अधिक सटीक भविष्यवाणियां कर सकता है।

हालाँकि, लेखक सावधानी बरतते हुए नोट करते हैं कि इसका परीक्षण लोगों के एक एकल समूह (ADNI डेटासेट) पर किया गया था। हालांकि परिणाम उत्साहजनक हैं, वे सुझाव देते हैं कि भविष्य के कार्यों को अन्य समूहों पर परीक्षण करने की आवश्यकता है ताकि यह सुनिश्चित हो सके कि यह सभी के लिए काम करता है। वे यह भी योजना बना रहे हैं कि क्या वे जेनेटिक "अनुवादक" को ब्रेन और जीन के बड़े सेटों पर प्रशिक्षित करके और अधिक सिखा सकते हैं। फिलहाल के लिए, GeneFuse हमारे जीन और हमारे मस्तिष्क के बीच के जटिल संबंध को डिकोड करने का एक नया, रोचक और शक्तिशाली तरीका प्रदान करता है।

=== सारांश ===

तकनीकी सारांश: GeneFuse – जीनोमिक लैंग्वेज मॉडल्स और न्यूरोइमेजिंग को फ्यूज करने के लिए एक फ्रेमवर्क

समस्या विवरण (Problem Statement)

न्यूरोइमेजिंग और जेनेटिक डेटा का एकीकरण तंत्रिका तंत्र के रोगों, जैसे कि अल्जाइमर रोग (AD), के सटीक निदान के लिए महत्वपूर्ण है, क्योंकि ये दोनों माध्यम मैक्रोस्कोपिक स्ट्रक्चरल फेनोटाइप और अंतर्निहित रोग प्रक्रियाओं के संबंध में पूरक जानकारी प्रदान करते हैं। हालांकि, प्रभावी फ्यूजन (fusion) चुनौतीपूर्ण बना हुआ है क्योंकि इसमें महत्वपूर्ण क्रॉस-मोडैलिटी विषमता (heterogeneity) होती है।

मौजूदा इमेजिंग-जेनेटिक्स दृष्टिकोण आमतौर पर जेनेटिक जानकारी को हार्ड-कोडेड, डिस्क्रीट टैबुलर लेबल (जैसे, सिंगल न्यूक्लियोटाइड पॉलीमोर्फिज्म के लिए {0, 1, 2}) के रूप में एनकोड करते हैं। यह प्रतिनिधित्व रोग-संबद्ध वेरिएंट्स के आसपास के स्थानीय अनुक्रम संदर्भ (local sequence context) को खो देता है और जीनोमिक कारकों एवं इमेजिंग फेनोटाइप के बीच जटिल अंतःक्रियाओं को पकड़ने में विफल रहता है। इसके अलावा, मानक फ्यूजन रणनीतियाँ दो मौलिक चुनौतियों का सामना करती हैं:

सिमेंटिक मिसअलाइनमेंट (Semantic Misalignment): इमेज-टेक्स्ट पेयर्स के विपरीत, जीन-इमेज पेयर्स में स्पष्ट सिमेंटिक संरेखण का अभाव होता है।
कपलिंग अनिश्चितता (Coupling Uncertainty): जीनोटाइप-फेनोटाइप संबंध अक्सर कमजोर या अप्रत्यक्ष होते हैं। जेनेटिक फीचर्स हमेशा दृश्यमान इमेजिंग जानकारी के रूप में प्रकट नहीं हो सकते हैं, जो जेनेटिक रेजिलिएंस या पर्यावरणीय कारकों के कारण हो सकता है। फलस्वरूप, एडेप्टिव मैकेनिज्म के बिना शोर वाले या ढीले-जुड़े (loosely coupled) जीनोमिक संकेतों को शामिल करने से प्रेडिक्टिव परफॉर्मेंस में गिरावट आ सकती है जब इमेजिंग फीचर्स स्वयं अत्यधिक सूचनात्मक हों।

कार्यप्रणाली (Methodology)

लेखक GeneFuse का प्रस्ताव करते हैं, जो प्री-ट्रेंड जीनोमिक लैंग्वेज मॉडल्स (GLMs) से प्राप्त रिप्रजेंटेशन को वॉल्यूमेट्रिक न्यूरोइमेजिंग से प्राप्त फीचर्स के साथ संरेखित करने के लिए डिज़ाइन किया गया एक मल्टीमॉडल लर्निंग फ्रेमवर्क है। यह फ्रेमवर्क तीन प्राथमिक घटकों से बना है:

1. यूनिमोडल रिप्रजेंटेशन और एनकोडर्स (Unimodal Representation and Encoders)

वॉल्यूमेट्रिक इमेज एनकोडिंग: फ्रेमवर्क T1-वेटेड MRI स्कैन्स से उच्च-स्तरीय एनाटॉमिकल रिप्रजेंटेशन निकालने के लिए 3D TransUNet बैकबोन का उपयोग करता है। एनकोडर 1/2, 1/4, और 1/8 के डाउनसैंपलिंग स्केल्स पर मल्टी-स्केल फीचर मैप्स को प्रोसेस करता है। इन मैप्स को एक लेटेंट इमेजिंग वेक्टर ( $z_{img}$ ) में एकत्रित किया जाता है।
सिमेंटिक जीनोमिक एनकोडिंग: टैबुलर SNP एनकोडिंग के बजाय, यह फ्रेमवर्क एक प्री-ट्रेंड GLM (विशेष रूप से न्यूक्लियोटाइड ट्रांसफॉर्मर v2, NT-v2) का उपयोग करके स्थानीय जीनोमिक अनुक्रमों को एनकोड करता है। प्रत्येक विषय के लिए, एक टारगेट वेरिएंट (जैसे, APOE) के केंद्र में स्थित एक पेशेंट-स्पेसिफिक DNA सीक्वेंस विंडो (1024 बेस पेयर्स) निकाली जाती है। यह रोग-संबद्ध वेरिएंट्स के आसपास के न्यूक्लियोटाइड संदर्भ को सुरक्षित रखता है। फ्रोजन GLM एक डेंस जीनोमिक लेटेंट वेक्टर ( $z_{gene}$ ) उत्पन्न करता है।

2. क्रॉस-मोडल फीचर फ्यूजन (Cross-Modal Feature Fusion)

GeneFuse दोनों मोडैलिटीज के बीच के अंतर को पाटने के लिए दो नवीन मॉड्यूल पेश करता है:

जीनोटाइप-कंडीशन्ड फीचर मॉड्यूलेशन (GCFM): फीचर-वाइज लीनियर मॉड्यूलेशन (FiLM) से प्रेरित, यह मॉड्यूल 3D वॉल्यूमेटिक इमेज एनकोडिंग के मल्टी-स्केल स्पैटियल फीचर मैप्स में GLM-व्युत्पन्न कंडीशनिंग को इंजेक्ट करता है।
- जीनोमिक एम्बेडिंग ( $z_{gene}$ ) को दो मल्टी-लेयर पर्सेप्ट्रॉन्स (MLPs) द्वारा प्रोसेस किया जाता है ताकि चैनल-वाइज स्केल ( $\gamma$ ) और शिफ्ट ( $\beta$ ) पैरामीटर्स की भविष्यवाणी की जा सके।
- ये पैरामीटर्स 1/2, 1/4, और 1/8 एनकोडर स्केल्स पर इमेजिंग फीचर मैप्स को मॉड्युलेट करते हैं ( $F'_{img} = \gamma \odot F_{img} + \beta$ )।
- यह अंतिम एकत्रीकरण से पहले इमेजिंग फीचर्स को पुनर्गठित (recalibrate) करने के लिए जीनोमिक जानकारी का उपयोग करता है, न कि केवल अंतिम रिप्रजेंटेशन को कंडीशन करने के लिए।
अनसर्टेन्टी-अवेयर जीनोमिक रेसिडुअल फ्यूजन (U-GRF): यह मॉड्यूल इमेजिंग मोडैलिटी की प्रेडिक्टिव अनसर्टेन्टी के आधार पर जीनोटाइपिक फीचर्स के योगदान को एडेप्टिवली गेट करने के लिए U-GRF का उपयोग करता है।
- अनसर्टेन्टी एस्टीमेशन: इमेजिंग ब्रांच के शुरुआती लॉजिट्स से प्रेडिक्टिव एंट्रॉपी ( $E_{img}$ ) की गणना की जाती है। उच्च एंट्रॉपी विजुअल मोडैलिटी में डायग्नोस्टिक अस्पष्टता को दर्शाती है।
- गेटिंग मैकेनिज्म: एक गेटिंग कोएफिशिएंट $\alpha$ की गणना सिगमॉइड फंक्शन का उपयोग करके की जाती है जो इमेजिंग लेटेंट वेक्टर और एंट्रॉपी के कॉनकैटिनेशन ( $[z_{img} \oplus E_{img}]$ ) को इनपुट के रूप में लेता है।
- फ्यूजन: अंतिम रिप्रजेंटेशन एक वेटेड सम है: $z_{final} = (1-\alpha) \cdot z_{img} + \alpha \cdot z'_{gene}$ । जब इमेजिंग मॉडल कॉन्फिडेंट होता है (लो एंट्रॉपी), तो $\alpha$ जीनोमिक सिग्नल को दबा देता है; जब अनसर्टेन्टी अधिक होती है, तो $\alpha$ जीनोमिक योगदान को बढ़ा देता है।

मुख्य योगदान (Key Contributions)

इमेजिंग-जेनेटिक्स के लिए FiLM का अनुकूलन: लेखक इमेजिंग-जीनोमिक फीचर्स को संरेखित करने के लिए फीचर-वाइज लीनियर मॉड्यूलेशन को अनुकूलित करते हुए GCFM का उपयोग करते हैं, जिसमें जीनोमिक एम्बेडिंग्स का उपयोग चैनल-वाइज एफाइन पैरामीटर्स उत्पन्न करने के लिए किया जाता है जो वॉल्यूमेटिक इमेजिंग फीचर्स को मॉड्युलेट करते हैं।
अनसर्टेन्टी-अवेयर फ्यूजन स्ट्रैटेजी: U-GRF का परिचय, जो एक लाइटवेट मॉड्यूल है और इमेजिंग मोडैलिटी की प्रेडिक्टिव अनसर्टेर्टी का उपयोग करके जीनोटाइपिक जानकारी के योगदान को एडेप्टिवली गेट करता है, जिससे शोर वाले जीनोमिक सिग्नल्स से होने वाली परफॉर्मेंस गिरावट के जोखिम को कम किया जा सके।
एकीकरण और सत्यापन: इन घटकों को एक एकीकृत नेटवर्क में एकीकृत किया गया है और ADNI डेटासेट का उपयोग करके सिंगल-लोकस (APOE) और मल्टी-लोकस सेटिंग्स में अल्जाइमर रोग डिटेक्शन टास्क (NC vs. MCI और NC vs. AD) पर मान्य किया गया है।

प्रयोगात्मक परिणाम (Experimental Results)

फ्रेमवर्क का मूल्यांकन स्ट्रेटिफाइड 5-फोल्ड क्रॉस-वैलिडेशन का उपयोग करके ADNI डेटासेट ( $N=182$ ) पर किया गया।

परफॉर्मेंस: APOE-सेंटर्ड सेटिंग में, GeneFuse ने NC vs. MCI के लिए 0.77 और NC vs. AD के लिए 0.83 का AUROC प्राप्त किया।
तुलना: ये परिणाम मौजूदा इमेजिंग-जेनेटिक्स फ्यूजन मेथड्स (जैसे, MADDi, MMDL, Stage-wise DNN) और मानक फ्यूजन स्ट्रैटेजीज (Late Concat, FiLM Fusion, Cross-Attention) से बेहतर रहे।
बेसलाइन्स के मुकाबले सुधार: GeneFuse ने इमेज-ओनली बेसलाइन की तुलना में क्रमशः $\Delta 0.08$ और $\Delta 0.12$ AUROC का सुधार किया। ये सुधार पेयर्ड डेलोंग टेस्ट (paired DeLong tests) के आधार पर सांख्यिकीय रूप से महत्वपूर्ण ( $p < 0.05$ ) थे।
एब्लेशन स्टडीज (Ablation Studies):
- मॉड्यूल्स: GCFF और U-GRF दोनों ने पूरक भूमिकाएँ निभाईं; GCFM ने फीचर्स को कंडीशन करके रिस्क रैंकिंग में सुधार किया, जबकि U-GRF ने निर्णय की विश्वसनीयता (decision reliability) में सुधार किया।
- इन्सर्शन स्केल: GCFM के लिए तीनों एनकोडर स्केल्स (1/2, 1/4, 1/8) का उपयोग करने से उच्चतम प्रदर्शन मिला, जो फाइन एनाटॉमिकल डिटेल और डीपर सिमेंटिक फीचर्स दोनों से मिलने वाले लाभ को दर्शाता है।
- GLM चयन: NT-v2 ने अन्य GLMs (DNAGPT, GROVER, GENA-LM) को पछाड़ दिया।
- मल्टी-लोकस: APOE के साथ कई AD-संबंधित लोकी (जैसे, PVRL2, ABCA7, CD33) को एकीकृत करने से प्रदर्शन में और सुधार हुआ (NC vs. AD के लिए AUROC 0.84), जो पूरक डायग्नोस्टिक जानकारी का सुझाव देता है।
क्वालिटेटिव एनालिसिस: विज़ुअलाइज़ेशन ने दिखाया कि GCFM मॉड्यूलेशन ने पेरिवेंट्रिकुलर व्हाइट मैटर और मेडियल टेम्पोरल क्षेत्रों के आसपास स्पेशियली स्ट्रक्चर्ड रिस्पॉन्स उत्पन्न किए, जो AD पैथोलॉजी के लिए प्रासंगिक क्षेत्र हैं।

महत्व और दावे (Significance and Claims)

पेपर का दावा है कि GLM-डेरिव्ड जीनोमिक एम्बेडिंग्स अतिरिक्त, एक्शनबल जानकारी प्रदान करते हैं जो पारंपरिक स्केलर SNP एनकोडिंग में खो जाती है। वॉल्यूमेट्रिक न्यूरोइमेजिंग फीचर्स के साथ जीनोमिक रिप्रजेंटेशन को संरेखित करके, GeneFuse यह प्रदर्शित करता है कि:

कॉन्टेक्स्ट-सेंसिटिव जीनोमिक रिप्रजेंटेशन (GLMs के माध्यम से) डिस्क्रीट टैबुलर एनकोडिंग की तुलना में इमेजिंग-जेनेटिक्स फ्यूजन के लिए बेहतर हैं।
एडेप्टिव फ्यूजन रणनीतियाँ जो इमेजिंग मोडैलिटी की अनसर्टेन्टी (U-GRF) को ध्यान में रखती हैं, वे कमजोर या ढीले-जुड़े जीनोमिक सिग्नल्स से होने वाली परफॉर्मेंस गिरावट को रोकने के लिए आवश्यक हैं।
यह फ्रेमवर्क प्रभावी रूप से जीनोमिक्स और न्यूरोइमेजिंग के बीच के सिमेंटिक गैप को पाटता है, जो प्रारंभिक संज्ञानात्मक गिरावट (cognitive decline) की पहचान और डिमेंशिया स्क्रीनिंग के लिए अधिक मजबूत दृष्टिकोण प्रदान करता है।

लेखक सीमाओं को भी नोट करते हैं, विशेष रूप से यह कि प्रयोग एक एकल कोहोर्ट (ADNI) पर किए गए थे, जो सामान्यीकरण (generalizability) को सीमित कर सकते हैं। भविष्य के कार्यों के लिए अन्य रोग अवस्थाओं में फ्रेमवर्क को विस्तारित करने और बड़े डेटासेट्स पर GLM फाइन-ट्यूनिंग की जांच करने का प्रस्ताव दिया गया है।