اكتشاف المؤشرات البيولوجية: كيف يساهم التفكير المنطقي لنموذج Mamba-SSM في تحسين اختيار الميزات!

في عالم البحث العلمي، تأتي الابتكارات بشكل مستمر خاصة في مجالات الذكاء الاصطناعي ودراسة الجينات. اقترح العلماء نموذج "Mamba-SSM" الذي يجمع بين التقنيات المتقدمة في اختيار الميزات باستخدام التفكير المنطقي لنماذج اللغات الضخمة (Large Language Models) لتحسين دقة اكتشاف المؤشرات البيولوجية.

عادةً ما تكون قوائم الجينات المختارة من نماذج العمق عرضة للتلوث بعوامل تركيب الأنسجة، مما يؤثر سلبًا على أداء التصنيف اللاحق. لذا، تساءل الباحثون: هل يمكن لتفكير نماذج اللغات الضخمة أن يفلتر هذه العوامل المضللة؟ ولتحقيق ذلك، تم تدريب النموذج على بيانات TCGA-BRCA RNA-seq.

في هذه الدراسة، استخرجت القوائم الأولية التي تضم 50 جينًا باستخدام إشارات التدرج، ثم تم تطبيق تقييم هيكلي يعتمد على التفكير المنطقي لتحسين الزخم التفاعلي وتقصير قائمة الجينات إلى 17 جينًا فقط. عند اختبار الأداء، أظهرت النتائج أن المجموعة الأولية (المكونة من 50 جينًا) كانت أداؤها أقل بكثير مقارنة بقاعدة بيانات تتضمن 5000 جين (AUC 0.832 مقابل 0.903). لكن، المفاجأة كانت عندما تخطت المجموعة المُصفاة بواسطة نماذج اللغات الضخمة هذه الأرقام لتصل إلى AUC 0.927، مع استخدام عدد أقل من الميزات بمقدار 294 مرة.

عند إجراء تدقيق موثوقية النتائج باستخدام قواعد بيانات مثل COSMIC CGC وOncoKB، اتضح أن 6 من بين 17 جينًا مختارًا (35.3%) تم التحقق منها كمؤشرات بيولوجية معتمدة لسرطان الثدي BRCA، في حين تم تجاهل العديد من الجينات المعروفة.

تشير هذه الفجوة بين الأداء النهائي وموثوقية التفكير إلى إمكانية تحسين النتائج من خلال استهداف إزالة العوامل المضللة، التي قد تعزز الأداء التنبؤي. يمثل نجاح هذا النموذج خطوة مهمة نحو تحسين عملية اكتشاف العوامل البيولوجية باستخدام الأدوات الحديثة في الذكاء الاصطناعي.