[論文レビュー] Whole Genome Transformer for Gene Interaction Effects in Microbiome Habitat Specificity

Zhufeng Li, Sandeep Suresh Cranganore+2 more|arXiv (Cornell University)|May 9, 2024

CRISPR and Genetic EngineeringBiochemistry, Genetics and Molecular Biology被引用数 3

ひとこと要約

本稿では、全ゲノム配列から微生物の生息地特異性を予測するために大規模事前学習モデルを活用する、Whole Genome Transformerフレームワークを紹介する。アテンションベースの帰属割り当てを用いて、重要な遺伝子相互作用ネットワークを同定する。この手法は優れた予測性能を達成し、生物学的に関連する遺伝子関連性を明らかにし、既知の候補および未知の候補を多様な環境下での実験的検証に向けた対象として提示する。

ABSTRACT

Leveraging the vast genetic diversity within microbiomes offers unparalleled insights into complex phenotypes, yet the task of accurately predicting and understanding such traits from genomic data remains challenging. We propose a framework taking advantage of existing large models for gene vectorization to predict habitat specificity from entire microbial genome sequences. Based on our model, we develop attribution techniques to elucidate gene interaction effects that drive microbial adaptation to diverse environments. We train and validate our approach on a large dataset of high quality microbiome genomes from different habitats. We not only demonstrate solid predictive performance, but also how sequence-level information of entire genomes allows us to identify gene associations underlying complex phenotypes. Our attribution recovers known important interaction networks and proposes new candidates for experimental follow up.

研究の動機と目的

• 全ゲノム配列から、特に生息地特異性を含む複雑な微生物表現型を予測する課題に取り組む。
• 単一遺伝子や短いDNA配列に焦点を当てる従来のモデルの限界を克服し、大規模なゲノム断片をモデル化する。
• 多様な環境への微生物適応を駆動する遺伝子-遺伝子相互作用を同定・解釈する。
• 複雑な表現型の背後にある機能的遺伝子ネットワークを明らかにする帰属技術を開発する。
• 既知の生物学的ネットワークを回復し、実験的フォローアップに向けた新規候補を提示するフレームワークを提供する。

提案手法

• 本フレームワークは、完全な微生物ゲノム配列で微調整された事前学習済みトランスフォーマー・モデル（ESM）を用い、文脈に応じた遺伝子埋め込みを生成する。
• 全ゲノムにわたる長距離依存性および相互作用を捉えるために、配列レベルのアテンション機構を用いる。
• 生息地特異性予測への寄与度が顕著な遺伝子を同定するために、勾配ベースの帰属法を適用する。
• 帰属スコアから遺伝子相互作用ネットワークを再構築し、ハブは複数の顕著な相互作用を持つ遺伝子を表す。
• 機能的アノテーション（例：KEGG Orthology）を統合して、同定された遺伝子クラスタの生物学的関連性を解釈する。
• 本手法は、淡水・土壌環境など多様な生息地からの高品質なマイクロバイオームゲノムの大規模データセットを用いて検証された。

実験結果

リサーチクエスチョン

• RQ1 全ゲノムにわたるどの遺伝子相互作用が生息地特異性に対して最も予測的か？
• RQ2 全ゲノムで学習されたトランスフォーマー・モデルは、単一遺伝子や短い配列に制限されたモデルに比べ、微生物表現型予測で優れた性能を示せるか？
• RQ3 帰属法が、微生物適応に関与する既知の生物学的ネットワークをどの程度回復できるか？
• RQ4 本モデルは、実験的検証に向けた新たな遺伝子相互作用候補をどの程度同定できるか？
• RQ5 自由生活型微生物（例：Prochlorococcus）と土壌生息型微生物（例：Acidimicrobiia）の間で、遺伝子相互作用ネットワークにどのような差が生じるか？

主な発見

• Whole Genome Transformerは、ゲノム配列のみを用いても、微生物の生息地特異性分類において優れた予測性能を示した。
• エネルギー代謝やストレス応答に関与する既知の機能的遺伝子ネットワークが、本モデルでうまく回復され、生物学的妥当性が裏付けられた。
• 帰属法により同定されたハブ遺伝子は、オペロンおよび共調節遺伝子クラスタに有意に富んでおり、機能的整合性が示唆された。
• 本手法は、研究がまだ十分でない分類群（例：Prochlorococcus marinus や Acidimicrobiia）において、環境適応を駆動すると考えられる新たな遺伝子相互作用候補を同定した。
• 帰属スコアから再構築された遺伝子相互作用ネットワークは、生息地ごとに明確なトポロジー的パターンを示し、生態的特化を反映していた。
• 本手法は、全ゲノムをモデル化することで、単一遺伝子モデルでは捉えきれない複雑で非局所的な相互作用を検出可能であることを示した。