中央Dogma变换器：面向细胞理解的机制导向AI

理解细胞机制需要整合DNA、RNA和蛋白质三大分子系统间的信息，这三者遵循分子生物学的中央Dogma。虽然针对每个模态已有针对性的基础模型取得成功，但这些模型仍然是孤立的，限制了我们对整合细胞过程的建模能力。本文提出了中央Dogma变换器（Central Dogma Transformer, CDT），一种遵循中央Dogma逻辑整合预训练DNA、RNA和蛋白质语言模型的架构。CDT采用方向性交叉注意力机制——DNA到RNA的注意力建模转录调控，而RNA到蛋白质的注意力建模翻译关系，产生统一的虚拟细胞嵌入，整合所有三种模态。我们对CDT v1进行了验证——一种使用固定（非细胞特异）RNA和蛋白质嵌入的概念证实现——在来自K562细胞的CRISPRi增强子扰动数据上实现了0.503的Pearson相关系数，代表了由跨实验变异性设定的理论极限（r=0.797）的63%。注意力和梯度分析提供了互补的解释性窗口：在详细案例研究中，这些方法主要识别不同的基因组区域，梯度分析识别了一个CTCF结合位点，该位点Hi-C数据显示其物理接触增强子和靶基因。这些结果表明，与生物信息流动力学相匹配的AI架构能够实现预测准确性和机制可解释性。