ProCyon: A multimodal foundation model for protein phenotypes

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

İnsan proteinlerini karakterize etmek büyük bir zorluk olmaya devam ediyor: insan proteinlerinin yaklaşık %29'u deneysel olarak onaylanmış işlevlerden yoksun ve hatta iyi anons edilmiş proteinler bile çoğu zaman içeriğe özgü fenotipik anlayışlardan yoksundur. Protein fenotiplerinin evrensel modellemesini etkinleştirmek için, çeşitli bilgi alanlarında protein fenotipleri üretmek ve tahmin etmek için protein dizisini, yapısını ve doğal dilini kullanan çok modlu bir temel modeli olan P ro C yonunu sunuyoruz. P ro C yon, 33 milyon protein fenotipi talimatı ile yeni veri setimiz P ro C yon -I nstruct'ta eğitim görmektedir. Düzinelerce kıyaslama görevinde, P ro C yon, tek modlu ve multimodal modellere karşı rekabetçi bir performans sergiler. Ayrıca, P ro C yon şartlı olarak proteinleri küçük molekül ilaçlarının ve hastalık bağlamlarının etki mekanizmaları yoluyla alır ve P ro Cyon'un bilgi kesme tarihinden sonra tanımlanan Parkinson hastalığında yer alanlar da dahil olmak üzere kötü karakterize edilmiş proteinler için aday fenotipik tanımlar üretir. P ro C yon'un multipl sklerozdaki tahminlerini, postmortem beyin RNA-seq kullanarak, yeni MS genlerini tanımlayarak ve kortikal patoloji ile tutarlı ilişkili yol mekanizmalarını aydınlatarak deneysel olarak doğrularız. P ro C yon, insan proteomuna fonksiyonel içgörüler üretmek için genel bir yaklaşıma doğru yol açar.

Özgün kaynak özetini okuyun

Characterizing human proteins remains a major challenge: approximately 29% of human proteins lack experimentally validated functions and even well-annotated proteins often lack context-specific phenotypic insights. To enable universal modeling of protein phenotypes, we present P ro C yon , a multimodal foundation model that utilizes protein sequence, structure, and natural language for generating and predicting protein phenotypes across diverse knowledge domains. P ro C yon is trained on our novel dataset, P ro C yon -I nstruct , with 33 million protein phenotype instructions. On dozens of benchmarking tasks, P ro C yon performs competitively against single-modal and multimodal models. Further, P ro C yon conditionally retrieves proteins via mechanisms of action of small molecule drugs and disease contexts, and it generates candidate phenotypic descriptions for poorly characterized proteins, including those implicated in Parkinson’s disease that were identified after P ro C yon ’s knowledge cutoff date. We experimentally confirm P ro C yon ’s predictions in multiple sclerosis using post-mortem brain RNA-seq, identifying novel MS genes and elucidating associated pathway mechanisms consistent with cortical pathology. P ro C yon paves the way toward a general approach to generate functional insights into the human proteome.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.