Uncertainty-Aware Deep Learning for Genomics Applications: Insights from an Empirical Study
本文通过一项实证研究，对比了深度集成（Deep Ensembles）、贝叶斯神经网络（Bayesian Neural Networks）以及蒙特卡洛丢弃法（Monte Carlo dropout）在基因组学中进行不确定性量化的表现，结果表明贝叶斯神经网络在处理类别不平衡和分布外数据方面具有优越性，并展示了不确定性评分在筛选高质量蛋白质-RNA相互作用预测中的效用。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你是一名正在试图破解谜团的侦探，但你寻找的不是指纹，而是生命的秘密代码：DNA 和 RNA。这段代码告诉我们的细胞如何构建蛋白质，而蛋白质就像是运行我们身体的微型机器。近年来，被称为“深度学习”的超级智能计算机程序成为了明星侦探，通过阅读这些遗传代码来预测蛋白质的行为。它们速度极快，而且通常能出色地完成工作。但问题在于：有时这些程序在出错时依然表现得信心十足，并且并不总是知道自己是在瞎猜。
这就是“不确定性量化”（uncertainty quantification）发挥作用的地方。你可以把它想象成计算机程序在给出答案的同时，也为你提供一个“置信度评分”。这就像一个天气应用，它不仅会说“会下雨”，还会补充说“我有 90% 的把握”，或者“我只有 40% 的把握，所以最好还是带把伞以防万一”。在生物学领域，准确获取这种置信度评分是关乎生死的大事。如果一个模型被用于诊断疾病或设计新药，我们需要知道何时可以信任它，以及何时需要复核。问题在于，生物学是非常混乱的。数据可能存在噪声，标签可能出错，有时计算机被要求解决一个它从未见过的谜题。科学家们一直试图弄清楚哪种计算这些置信度评分的方法最可靠，但这在某种程度上一直像是一场猜测游戏。
这篇论文就像是一个巨大的、受控的科学博览会，作者将三种不同的“置信度计算器”置于测试之下，以观察谁才是基因组学领域最好的侦探。这三位竞争者分别是：深度集成（Deep Ensembles）（一组计算机对答案进行投票）、贝叶斯神经网络（Bayesian Neural Networks, BNN）（一台始终记录着其所考虑过的所有可能性的单机计算机）以及 MC-dropout（一台在测试期间会随机“眨眼”以观察其答案波动程度的计算机）。研究人员不仅观察了现实世界的数据，还构建了自己的“模拟”世界，在这些世界中，他们完全掌握真相，从而能够引入特定的问题，例如缺失的线索或错误的标签，以此观察每种计算器是如何反应的。
这项实证研究的结果非常具有启发性。作者发现，虽然这三种方法都能得出正确的核心答案，但当情况变得混乱时，它们的表现却大相径庭。**贝叶斯神经网络（BNN）**在应对生物学的特定挑战时，成为了最可靠的侦探。当数据不平衡时（例如，对于一个嫌疑人有 100 条线索，而对于另一个嫌疑人只有 5 条），或者当计算机看到来自完全不同“宇宙”的数据时（例如，用人类训练的模型去测试病毒），BNN 是唯一一个能始终举手并大声说出“嘿，我不确定这个！”的系统。它正确地识别出自己正在处理陌生的领域。
相比之下，MC-dropout 方法虽然因其廉价且易于运行而广受欢迎，但经常无法发出警报。在许多情况下，它会对大量数据给出恰好为零的置信度评分，在应该大喊“我不知道！”的时候，它实际上却选择了沉默。**深度集成（Deep Ensembles）**方法则是一个稳健的中庸之选，它经常与 BNN 达成一致，但当数据不平衡时，它有时会表现得过于自信，即便在并不知情的情况下也表现得好像自己知道答案一样。
研究还表明，这些置信度评分不仅仅是理论上的数字，它们更是实用的工具。通过利用 BNN 的置信度评分来过滤掉那些“猜测”，研究人员能够显著提高他们预测的准确性。他们发现，如果剔除掉那些计算机不确定的预测结果，剩余答案的质量会高得多。这表明，在混乱且多噪的基因组学世界中，使用贝叶斯方法可能是确保计算机在说自己有信心时，确实言之有据的最佳方式。虽然 BNN 在训练时需要耗费更多的时间和计算能力，但本文认为，对于可靠性至关重要的关键任务而言，为了避免被一个自信却错误的预测所误导，投入这些额外的精力是值得的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。