Nature Methods重磅：可解释机器学习助力生物研究突破

Nature Methods重磅：可解释机器学习助力生物研究突破

引用

国家自然科学基金委员会

等

11

来源

1.

https://www.nsfc.gov.cn/csc/20340/20343/68360/index.html

2.

https://m.medsci.cn/article/show_article.do?id=a0348280800c

3.

https://blog.csdn.net/weixin_47195452/article/details/145317469

4.

https://m.medsci.cn/article/show_article.do?id=0ae583e4235c

5.

https://www.ebiotrade.com/newsf/2024-8/20240811070348392.htm

6.

https://neurips.cc/virtual/2024/poster/98319

7.

https://ai-scholar.tech/zh/articles/large-language-models/llm-in-bioinformatics

8.

https://www.ebiotrade.com/newsf/2024-3/20240307045622175.htm

9.

https://hanlab.net/newsinfo/7494370.html

10.

https://swarma.org/?p=52109

11.

https://www.jiqizhixin.com/articles/2025-01-21-11

近日，卡内基梅隆大学研究团队在《Nature Methods》发表重要论文，探讨了可解释机器学习（IML）在计算生物学领域的应用指南。这一研究不仅揭示了IML方法在基因表达预测、表观遗传修饰以及蛋白质-DNA相互作用等方面的重要应用，更为复杂生物环境下的模型解释提供了新的视角和机会。

基因表达预测：从DNA序列到功能解读

在基因组学研究中，准确预测基因表达模式是理解生物功能的关键。近年来，基于大规模语言模型的生物信息学方法取得了显著进展。例如，DNABERT-2模型通过引入基因组理解评估（GUE）数据集，在28个测试任务中的23个取得了性能提升。而基因组预学习网络（GPNs）则通过无监督预学习，实现了对全基因组变异效应的精准预测。

表观遗传修饰：解码生命的“第二语言”

表观遗传修饰通过化学标签调节基因表达，是生命活动的重要调控机制。亥姆霍兹慕尼黑大学的研究团队开发了一种创新方法，通过试管实验结合人工智能，成功解析了不同表观遗传修饰组合如何协同工作。研究发现，某些表观遗传标记对基因活性具有显著影响，而这些发现已被整合到一个名为“染色质状态调节的修改图谱”的在线资源中，供全球科研人员使用。

蛋白质-DNA相互作用：突破传统实验局限

蛋白质与DNA的相互作用是生命活动的基础，但传统实验方法存在周期长、成本高等问题。湖南大学彭绍亮教授课题组在Nature Communications上发表的研究提出了一种新的解决方案。他们开发的ESM-DBP模型通过领域自适应预训练，显著提高了DNA结合蛋白预测的准确性。特别值得一提的是，该模型在低同源蛋白序列上的预测性能远超现有方法，并通过可解释性分析揭示了模型对DNA结合域的关注机制。

展望：跨学科合作开启生物研究新纪元

尽管可解释机器学习为生物研究带来了新的机遇，但研究者也指出，这仍是一个充满挑战的领域。正如论文作者Ameet Talwalkar副教授所说：“可解释的机器学习尚未为可解释性问题提供交钥匙解决方案。重要的是要认识到，理解模型行为对于科学发现和一个根本未解决的机器学习问题仍然至关重要。”

这一研究进展不仅推动了计算生物学的发展，也为研究人员提供了更深入理解生物机制的新工具。随着跨学科合作的不断深入，可解释机器学习有望在生物医学领域发挥更大的作用，为人类健康和疾病研究开辟新的途径。