SGMHA：利用多头注意力机制进行语义图重构，以推断基因调控网络

《BMC Genomics》：SGMHA: semantic graph reconstruction with multi-head attention for gene regulatory network inference

　　

摘要

从单细胞RNA测序（scRNA-seq）数据中推断基因调控网络（GRNs）面临着严重的数据稀疏性问题，这种稀疏性导致普遍的基因丢失现象，掩盖了真实的调控信号，从而影响了下游推断的可靠性。现有的监督学习方法虽然利用了先前的网络结构，但由于其端到端的学习范式，仍然容易受到这种噪声的影响。为了解决这一瓶颈，我们提出了SGMHA，这是一个新颖的两阶段框架，它将表示学习与链接预测分离开来。具体而言，SGMHA首先使用自监督图掩码自动编码器（GraphMAE）通过重建随机掩码的表达值来学习稳健的基因表示，从而减轻了由稀疏性引起的失真。随后，一个基于多头注意力（MHA）的微调模块将这些预训练的表示与原始表达数据结合，以准确推断出有向的调控链接。在七个scRNA-seq数据集上的广泛基准测试表明，SGMHA在接收者操作特征曲线下面积（AUROC）和精确度-召回率曲线下面积（AUPRC）两个指标上均显著优于八种最先进的方法。将SGMHA应用于乳腺癌转移研究，揭示了特定情境下的GRNs，并识别出26个高置信度的候选驱动因子。其中，六个因子（NDUFAF4、ENY2、CCT5、PGK1、DCTPP1和H2AFZ）被验证为预后生物标志物，它们在转移适应中的机制作用通过多组学整合得到了详细研究。总体而言，SGMHA提供了一个准确、可扩展且生物学上可解释的GRN推断工具，对于复杂疾病中的生物标志物发现具有巨大潜力。