用于微生物组栖息地特异性中基因相互作用效应的全基因组Transformer

利用微生物组内巨大的遗传多样性为理解复杂表型提供了无与伦比的见解，然而，从基因组数据准确预测和理解此类性状的任务仍然具有挑战性。我们提出了一个框架，利用现有的大型模型进行基因向量化，以从整个微生物基因组序列预测栖息地特异性。基于我们的模型，我们开发了归因技术来阐明驱动微生物适应不同环境的基因相互作用效应。我们在一个包含来自不同栖息地的高质量微生物组基因组的大型数据集上训练并验证了我们的方法。我们不仅展示了可靠的预测性能，还展示了整个基因组的序列级信息如何使我们能够识别复杂表型背后的基因关联。我们的归因恢复了已知的重要相互作用网络，并提出了新的候选基因用于实验跟进。