GenePT

新型PT-RAG模型增强基因扰动响应预测

研究人员开发了PT-RAG，一个新颖的检索增强生成模块，旨在提高对基因扰动细胞响应的预测能力。该系统通过整合对相关扰动上下文的学习访问来增强现有的深度学习模型，解决了功能基因关系因细胞类型而异的挑战。PT-RAG采用两阶段检索机制，首先识别候选扰动，然后根据特定的细胞和遗传条件自适应地选择它们。评估表明，PT-RAG在预测质量方面持续提高，与scGPT骨干模型结合使用时，2-Wasserstein距离显著降低了5.9%。