STRAND登NeurIPS:按DNA坐标预测基因扰动响应,覆盖95%基因组
量子位 · wechat · 2026-11-22
哈佛医学院、约翰斯·霍普金斯与默克团队发布 STRAND,被 NeurIPS 2026 主会接收,代码已公开。它解决单细胞扰动预测的一个盲区:以 gene ID 为输入的模型无法区分同一基因的不同调控入口,也覆盖不了非编码区(占基因组约98.5%)。
- 输入创新:把干预表示改为「DNA序列+目标坐标」(128bp 为单元,架构输入覆盖约95%基因组),冻结 Flashzoi/Borzoi 提供 DNA 表示,mask 标记干预区域,经 cross-attention 加相对距离偏置生成 condition。
- 生成建模:冻结 SCimilarity RNA 编码器压缩对照细胞状态,用 Optimal Transport 在对照与扰动细胞群间统计配对,再以 I²SB 扩散桥学习扰动后响应分布,残差 decoder 还原多基因表达变化。
- 验证案例:对 FLVCR1 基因的多个转录起始位点分别做虚拟干预,正确把功能研究已证实的 FLVCR1b 入口排在首位(0.683 vs 0.564);在 e-HDAC6 增强子附近扫描出现局部峰值,距已验证增强子不足400bp。
- 量化结果:三细胞系 few-shot(每基因仅5个扰动细胞)七项指标综合平均排名1.86(次优3.14);K562 扰动判别分数相对提高约32%;跨细胞系 held-out 测试中 top-100 基因方向吻合率58.7%(STACK 50.0%、STATE 48.1%);消融显示 DNA 模块使 Pearson 相关平均提高16.6%,生成模块使 Energy Distance 降低38.9%。
- 用途:实验前可在模型内扫描同一基因不同入口及周围调控位点,筛选候选再做 CRISPRi 验证。
「研究」频道最新
- 发现首个含非 CCN 脯氨酸密码子的遗传密码:四种酵母改写 CUU/CUA 含义 — willdepue · 2026-11-22
- 博主展望 AI 驱动的数学理论「寒武纪大爆发」 — burny_tech · 2026-11-22
- 开源 visloc-rs:360°相机拍街景即可生成机器人仿真环境 — rsasaki0109 · 2026-11-22
- 「初等证明」到底指什么:从数论传统到 AI 时代的重新诠释 — anderssandberg · 2026-11-22
- 观点:机器学习与 AI 用到的高等微积分大多是几何的 — FrnkNlsn · 2026-11-22
- 博主反转中文房间:其实人类才是在房间里看不懂证明的那方 — sytelus · 2026-11-22