A modality gap in personal-genome prediction by sequence-to-function models

Technische Samenvatting: Een Modaliteitskloof in Persoonlijke Genoomvoorspelling door Sequence-to-Function Modellen

Probleemstelling
Sequence-to-function (S2F) modellen hebben robuuste prestaties aangetoond bij het voorspellen van regulatoire activiteit en de effecten van varianten wanneer ze worden geëvalueerd op referentiegenomen. Echter, een kritieke beperking blijft bestaan: deze modellen hebben moeite met het nauwkeurig voorspellen van interindividuele variatie in genexpressie afgeleid van persoonlijke genomen. Hoewel S2F-architecturen uitblinken in het vastleggen van lokale regulatoire signalen, blijft hun vermogen om te generaliseren over de diverse genetische achtergronden van individuen—specifiek in het voorspellen van kwantitatieve eigenschappen zoals genexpressie—onbewezen en vaak suboptimaal vergeleken met gevestigde baselines.

Methodologie
De studie evalueert AlphaGenome, een state-of-the-art S2F-model, op de taak van het voorspellen van fenotypische variatie vanuit persoonlijke genomen. De evaluatie richt zich op twee verschillende moleculaire modaliteiten:

1. Chromatine-toegankelijkheid: Het meten van open chromatinegebieden.
2. Genexpressie: Het meten van transcript abundantie.

De auteurs vergelijken de prestaties van AlphaGenome met een baseline-model (Borzoi) en met de theoretische erfelijkheidscel (heritability ceiling) (de maximale voorspellende nauwkeurigheid die haalbaar is gezien de genetische architectuur van de eigenschap). Om de onderliggende oorzaken van de prestatieverschillen te ontleden, maakt de studie gebruik van:

• Context-truncatieanalyse: Het systematisch variëren van de input-sequentielengte om de afhankelijkheid van lokale versus lange-afstands genomische context te bepalen.
• Fine-mapped QTL-analyses: Het onderzoeken van het vermogen van het model om de effecten van specifieke regulatoire varianten te vangen, geïdentificeerd via quantitative trait locus mapping.

Belangrijkste Resultaten
De evaluatie onthult een opvallende modaliteitskloof in de voorspellende capaciteiten van AlphaGenome:

• Chromatine-toegankelijkheid: AlphaGenome nadert de erfelijkheidscel voor het voorspellen van variatie in chromatine-toegankelijkheid. Dit geeft aan dat het model de regulatoire grammatica die deze modaliteit beheerst, succesvol vastlegt.
• Genexpressie: In tegen tegenstelling tot dit, presteert AlphaGenome significant onder de erfelijkheidscel voor genexpressie. Hoewel het verbetering laat zien ten opzichte van de Borzoi-baseline, slaagt het er niet in de theoretische limieten van voorspelling te bereiken.

Mechanistische Inzichten
De studie schrijft deze dichotomie toe aan de aard van de regulatoire mechanismen die elke modaliteit beheersen:

• Lokale versus Lange-afstandsregulatie: Context-truncatie en QTL-analyses suggereren dat chromatine-toegankelijkheid primair wordt beheerst door lokale regulatoire grammatica, waar huidige S2F-architecturen goed in staat zijn om te vatten.
• Integratie-uitdagingen: Daarentegen lijkt de variatie in genexpressie sterk te rusten op lange-afstands regulatoire integratie. De huidige modelarchitecturen worstelen met het effectief integreren van deze distale regulatoire signalen, wat leidt tot de geobserveerde prestatiekloof.

Betekenis en Claims
Het artikel stelt vast dat de beperkingen van huidige S2F-modellen in persoonlijke genoomvoorspelling niet uniform zijn over alle moleculaire eigenschappen. De primaire betekenis ligt in het identificeren dat, hoewel deze modellen volwassen zijn geworden tot het punt van nabij-optimaliteit voor lokale regulatoire kenmerken (toegankelijkheid), ze fundamenteel nog steeds worden uitgedaagd door de lange-afstandsafhankelijkheden die nodig zijn voor nauwkeurige genexpressievoorspelling. Deze bevinding benadrukt een specifieke architecturale bottleneck: het onvermogen van huidige sequence-to-function frameworks om de complexe, lange-afstands regulatoire interacties volledig te modelleren die nodig zijn om de interindividuele variatie in genexpressie te verklaren.