RareCollab：用于孟德拉赫疾病诊断的多模态推理的 LLM 驱动框架
基因组学
2026-04-28 v2
摘要
罕见疾病诊断日益依赖于整合基因组、表型和转录组证据，但这些信号在常见的解释框架内仍难以协调。本文提出RareCollab，一个用于孟德拉赫疾病诊断的多模态推理的 LLM 驱动框架，集成了超过100项诊断证据信号，涵盖DNA、RNA、表型、 curated 变异水平知识以及体外模拟致病性证据。该设计使大语言模型可作为已校准、可解释的推理模块，而非单一的端到端排序器。我们将RareCollab应用于来自三个队列的890名患者，其中包括119名Undiagnosed Diseases Network 病例患者，且具备配对的DNA和RNA数据，构成了一个基于配对基因组和转录组评估的大规模多模态罕见疾病诊断基准。在此真实世界的多模态基准中，RareCollab将94%的诊断基因置于前10名之内。在前1名至前10名的召回阈值范围内，该方法在Claude Sonnet 4.6和GPT-5-mini等专有表型驱动 LLM 基准中平均高出25%以上，并在已建立的变异优先级方法中提升了11%-24%。RareCollab还重新塑造了RNA证据在诊断中的贡献，在35%的案例中(119名中42名)RNA证据对诊断基因的优先级具有重要作用。综上，这些结果确立了RareCollab作为可扩展且可解释的多模态罕见疾病诊断框架。
引用
@article{arxiv.2602.04058,
title = {RareCollab: an LLM-powered framework for multimodal reasoning in Mendelian disease diagnosis},
author = {Guantong Qi and Jiasheng Wang and Mei Ling Chong and Zahid Shaik and Shenglan Li and Shinya Yamamoto and Maura R. Z. Ruzhnikov and Devon E. Bonner and Jennefer N. Carter and Kevin S. Smith and Matthew T. Wheeler and Stephen B. Montgomery and Jonathan A. Bernstein and Sasidhar Pasupuleti and Undiagnosed Diseases Network and Pengfei Liu and Hu Chen and Zhandong Liu},
journal= {arXiv preprint arXiv:2602.04058},
year = {2026}
}