GoBERT：基于 Gene Ontology 图的 BERT 用于通用基因功能预测
机器学习
2025-01-06 v1
摘要
探索基因和基因产品的功能对于医学研究、进化生物学和环境科学等诸多领域至关重要。然而，发现新功能主要依赖于昂贵且耗时的实验室实验。现有方法的自动功能注释或预测主要集中在基于序列、3D结构或蛋白质家族信息的蛋白质功能预测。本研究提出通过探索 Gene Ontology 图和注释信息使用 BERT（GoBERT）来解码基因功能之间的潜在关系。我们提出的新颖功能预测任务将现有功能作为输入，并将功能预测推广到基因和基因产品。具体而言，设计了两个预训练任务以联合训练 GoBERT 以捕捉显式和隐式的功能关系。邻域预测是一种自监督的多标签分类任务，捕捉显式的功能关系。指定遮蔽和恢复任务帮助 GoBERT 在功能之间寻找隐式模式。预训练的 GoBERT 具备基于已知功能注释预测各种基因和基因产品新功能的能力。开展了大量实验、生物学案例研究和消融研究，以展示我们提出的 GoBERT 的优越性。
引用
@article{arxiv.2501.01930,
title = {GoBERT: Gene Ontology Graph Informed BERT for Universal Gene Function Prediction},
author = {Yuwei Miao and Yuzhi Guo and Hehuan Ma and Jingquan Yan and Feng Jiang and Rui Liao and Junzhou Huang},
journal= {arXiv preprint arXiv:2501.01930},
year = {2025}
}
备注
Accept by AAAI-25