KI und die schwierigen Probleme der Welt · Lebenswissenschaften · Nature (machine learning) · 2026-10-16
LitGene: ein interpretierbares Transformer-Modell, das Text und Ontologie für das Lernen von Genrepräsentationen integriert
Originaltitel: LitGene: an interpretable transformer model integrating text and ontology for gene representation learning
Das Lernen von Genrepräsentationen vernachlässigt oft die wissenschaftliche Literatur, wodurch Ergebnisse zulasten wenig erforschter Gene verzerrt sein können. LitGene ist ein interpretierbarer Transformer, der Text per Contrastive Learning mit Gene-Ontology-Annotationen integriert. Er erreichte eine wettbewerbsfähige Genauigkeit bei acht Protein-Benchmarks, sagte GO-Terme, KEGG-Signalwege und Gen-Krankheits-Verbindungen im Zero-Shot-Verfahren voraus und markierte ANGPTL6 als Kandidatengen für die idiopathische Lungenfibrose, gestützt durch differenzielle Expression in unabhängigen Proben.