Central Dogma Transformer III：DNA・RNA・タンパク質にわたる解釈可能なAI

要旨: 生物学的AIモデルは、複雑な細胞応答をますます正確に予測する一方で、学習された表現は、捉えようとしている分子プロセスから切り離されたままです。私たちは、DNA、RNA、タンパク質という全てのセントラルドグマにわたって、メカニズム指向のAIを拡張する CDT-III を提示します。その2段階の Virtual Cell Embedder（VCE）アーキテクチャは、細胞の空間的区画化を模倣しています。VCE-N は核内での転写を行い、VCE-C は細胞質における翻訳を行います。5つの未見遺伝子において、CDT-III は遺伝子ごとの RNA が r=0.843、タンパク質が r=0.969 を達成します。タンパク質予測を追加すると、RNA の性能が r=0.804 から 0.843 へ改善し、下流タスクが上流の表現を正則化することを示します。タンパク質の教師信号は、DNAレベルの解釈可能性を鋭くし、CTCF の濃縮を30%増加させます。in silico において Alemtuzumab を近似する CD52 ノックダウンを適用すると、このモデルは 29/29 のタンパク質変化を正しく予測し、臨床データなしで既知の臨床的副作用 7 件中 5 件を再発見します。勾配ベースの副作用プロファイリングでは、摂動のないベースラインデータのみが必要（r=0.939）であり、新たな実験なしに全 2,361 遺伝子のスクリーニングを可能にします。