arXiv cs.AI· Kangjie Zheng, Amirhossein Vahidi, Liying Jin, Joseph Clarke, Vijaya Baskar MS, Connor Rogerson, Mengji Zhang, Muzlifah Haniffa, Anshul Kundaje, Mo Lotfollahi·· 11 小时前AI 评分31
MUSS：面向单细胞基因调控的多尺度序列模型
MUSS: A Multi-scale and Sequence-based Model for Single-cell Gene Regulation
AI 导读
MUSS 是一个基于序列的多尺度模型，可从 DNA 中同时保留 DNA 层面与细胞层面分辨率，用于建模单细胞基因调控。它用冻结的预训练序列编码器生成 peak 与基因表示，并通过 peak-peak 自注意力与距离偏置的 peak-gene 交互整合，再经 peak 掩码语言建模和配对 scATAC-seq/scRNA-seq 训练对齐细胞特异调控状态。
正文 · AI 翻译
摘要：对单细胞中的基因调控进行建模，需要在多个调控尺度上联合表示 DNA 序列、染色质可及性和基因表达。基于序列的模型能够捕捉 DNA 层面的调控语法，但往往缺乏细胞层面的分辨率；而许多单细胞组学模型将基因和峰表示为固定词表 token，不包含其底层序列。在此，我们提出 MUSS，一种基于序列的单细胞基因调控多尺度模型，同时保留 DNA 层面和细胞层面的分辨率。MUSS 使用冻结的预训练序列编码器从 DNA 中推导峰级和基因级表示，并通过峰-峰自注意力和距离偏置的峰-基因交互将它们整合起来。峰掩码语言建模，随后在配对的 scATAC-seq 和 scRNA-seq 数据上训练，使这些表示与细胞特异性调控状态对齐。在基因表达预测、增强子-基因连接、基序引导的调控优先级排序和零样本细胞聚类方面，MUSS 相较基于序列和单细胞组学的基线均取得强劲表现。它还能预测任务训练中未见过的基因和峰的表达。这些结果支持以序列为基础的多尺度表示，用于解码细胞类型特异性的调控程序。代码、数据集和模型检查点可在 此 https URL 获取。
| 注释： | 30 页，5 幅图；包含参考文献、附录和 NeurIPS 检查清单 |
| 主题： | 人工智能（cs.AI）；基因组学（q-bio.GN） |
| 引用为： | arXiv:2611.08086 [cs.AI] |
| （或 arXiv:2611.08086v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.08086 由 DataCite 颁发的 arXiv DOI（待注册） |
|
| 期刊 参考： | NeurIPS 2026 |
提交历史
来自：Kangjie Zheng [查看邮箱]
[v1]
2026 年 11 月 5 日星期四 14:34:07 UTC（303 KB）
来源：arXiv cs.AI · arxiv.org