State: Transformermodelle zur Vorhersage zellulärer Perturbationseffekte
State soll aus Zell-Daten einen virtuellen Teststand für Medikamentenwirkungen machen.
Das vorliegende Paper stellt State vor, ein neuartiges Transformer-Modell, das darauf spezialisiert ist, die Auswirkungen biologischer Perturbationen auf die Genexpression von Zellen vorherzusagen.
Die Architektur adressiert zentrale Herausforderungen wie biologische Heterogenität und technisches Rauschen, indem sie Veränderungen über ganze Zellpopulationen hinweg modelliert.
Durch das Training mit über 100 Millionen Zellen übertrifft State bisherige computergestützte Ansätze und einfache lineare Modelle bei der Vorhersage zelltypspezifischer Reaktionen deutlich.
Die Integration eines State Embedding (SE)-Moduls ermöglicht zudem präzise Vorhersagen in völlig neuen zellulären Kontexten, für die keine vorherigen Daten vorlagen.
Das begleitende Framework Cell-Eval validiert diese Leistungen durch biologisch relevante Metriken wie die differentielle Genexpression und das Überleben von Zellen.
Insgesamt ebnet State den Weg für die Entwicklung leistungsfähiger virtueller Zellmodelle zur Beschleunigung der Medikamentenentdeckung.
