基于丰富度感知的集合转换器用于微生物组样本嵌入
机器学习
2025-08-18 v1
摘要
将微生物组样本表示输入到大语言模型中对于下游任务（如表型预测和环境分类）至关重要。虽然已探索过基于嵌入的每个微生物组样本表示方法，但大多数方法依赖于序列嵌入的简单平均，往往忽视了菌群丰度的生物学重要性。本文提出一种丰富度感知的集合转换器变体，通过根据相对丰度对序列嵌入进行加权来构建固定大小的样本级嵌入。我们无需修改模型架构，即可按比例复制与丰度成正比的嵌入向量，并应用基于自注意力的聚合。我们的方法在实际微生物组分类任务中超越了平均池化和非加权集合转换器，部分情况下实现完美性能。这些结果表明丰富度感知的聚合对于稳健且生物学上有信息量的微生物组表示是有益的。据我们所知，这是首种将序列级丰度整合到基于转换器的样本嵌入中的方法之一。
引用
@article{arxiv.2508.11075,
title = {Abundance-Aware Set Transformer for Microbiome Sample Embedding},
author = {Hyunwoo Yoo and Gail Rosen},
journal= {arXiv preprint arXiv:2508.11075},
year = {2025}
}