AI 與世界的難題 · 生命科學 · Nature (machine learning) · 2026-10-16
LitGene：整合文字與本體論、用於基因表徵學習的可解釋 Transformer 模型
原標題: LitGene: an interpretable transformer model integrating text and ontology for gene representation learning
基因表徵學習常忽略科學文獻，這可能使結果偏向不利於研究較少的基因。LitGene 是一種可解釋的 Transformer，透過對比學習將文本與基因本體論（Gene Ontology）註解整合。它在八項蛋白質基準測試中達到具競爭力的準確度，能零樣本預測 GO 術語、KEGG 路徑與基因－疾病關聯，並標示出 ANGPTL6 為特發性肺纖維化的候選基因，且獲得獨立樣本中差異表現的支持。