في عالم البيولوجيا الحديثة، تعد نمذجة الخلايا الافتراضية أداة حيوية لفهم كيفية استجابة الخلايا للتغيرات الجينية. ولكن التحديات الحالية، مثل القيود في التفكير، وعدم إمكانية فهم التنبؤات، والبيانات غير المرتبطة بشكل جيد بالشبكات التنظيمية، قد أوقفت تقدم هذا المجال.

لذا، تم تطوير AROMA (Augmented Reasoning Over a Multimodal Architecture) كحل مبتكر لمواجهة هذه العقبات. يجمع AROMA بين أدلة نصية، ومعلومات من الهيكلة البيانية، وميزات تسلسل البروتينات لتوثيق الاعتمادات بين التأثيرات والأهداف. يتم تدريب هذا النموذج باستخدام استراتيجية تحسين من مرحلتين، مما ينتج عنه توقعات دقيقة وسهلة الفهم.

كجزء من هذه المبادرة، تم إنشاء مجموعتين من الرسوم المعرفية وبيانات التفكير المتعلق بالتأثيرات، PerturbReason، التي تحتوي على أكثر من 498,000 عينة، مما يجعلها موارد قابلة للاستخدام في مجال الخلايا الافتراضية.

تظهر التجارب أن AROMA يتفوق على الأساليب الحالية عبر خطوط خلايا متعددة، ويظل قويًا في التقييم بدون بيانات مسبقة على خط خلايا غير مألوف، وكذا في السيناريوهات ذات المعرفة القليلة.

بشكل عام، يثبت AROMA أن الجمع بين نماذج تحقق المعرفة المتعددة الوسائط والبحث عن الأدلة يمثل طريقًا واعدًا نحو تحسين موثوقية ووضوح توقعات التأثيرات الجينية على الخلايا الافتراضية. يمكنكم الوصول إلى أوزان النموذج عبر الرابط [هنا](https://huggingface.co/blazerye/AROMA) وشفرة المصدر متاحة [هنا](https://github.com/blazerye/AROMA).