华中农大团队开发GENIUS-LLM大模型框架，实现植物基因功能证据可追溯推理

重磅！“AI+农业”应用实操高级研修班即将开课 | 中国科学院人才交流开发中心主办

植物基因功能分析是现代农业研究的基础。当前研究人员面临几个实际困难。多组学数据快速增长，但格式和注释背景差异大，整合分析耗费大量人力。深度学习预测模型虽然提高了预测性能，但内部机制不透明，缺乏可解释性，且需要较高的计算专业知识。查询现有植物数据库通常需要预先知道精确的标识符或性状术语，提高了获取生物学洞见的门槛。

针对这些问题，华中农业大学张泽宇和王茂军团队在Plant Communications发表了题为“GENIUS-LLM: an evidence-traceable, gene-centered multi-omics inference framework for plant gene function analysis”的研究论文。该研究开发了一个以基因为中心的多组学推理框架，将异构的多组学证据组装成可追溯的推理单元，用于植物基因功能分析。

从直接预测到证据组装

GENIUS-LLM没有将任务视为直接的标签预测，而是将异构的生物学观察结果组织成受控的证据组装和推理工作流。系统参考了检索增强生成的架构，整理了棉花、水稻和拟南芥中七类以基因为中心的信息。

对于输入的查询基因，系统会检索相关记录，将其转化为标准化的自然语言文本块，并通过一个固定的提示词框架提交给GPT-4o模型。这个固定框架约束了推理顺序和冲突处理逻辑。

该系统的一个核心设计原则是差异证据权重分配。直接的功能线索如转录组全基因组关联分析结果以及人工整理的GO和KEGG通路数据被赋予较高优先级。表达量和注释数据作为验证信息。共表达网络或序列相似性则提供支持性上下文。这种设计解决了大语言模型在实际应用中常见的长提示词稀释注意力以及松散组织的上下文导致模型过度强调间接证据的问题。

基准测试与可解释性评估

研究团队将GENIUS-LLM与六种基于深度学习的关联预测模型进行了对比，包括基于图的HAN、GAT、HGT和RGCN模型，以及非图神经网络方法CNN和MLP，同时也对比了未使用该证据组装工作流的独立GPT-4o模型。

在棉花、水稻和拟南芥的测试中，GENIUS-LLM在12项物种与指标对比中取得了11项第一。其优势在精确率、AUC和F1分数上尤为明显。在棉花、水稻和拟南芥中，F1分数分别达到0.6885、0.6444和0.7150。独立的GPT-4o模型虽然能捕获部分功能信号，但整体表现较弱且不稳定。

为了量化可解释性，研究团队对150份随机生成的功能报告进行了专家式评估。评估包含证据可追溯性、推理逻辑联系、多证据整合、校准和整体连贯性五个维度。结果显示该框架在这些维度上均获得高分，证明其生成的是逻辑透明的假设而非不透明的预测结果。

消融实验和GO层级分析进一步验证了框架的生物学特异性。移除注释或表达证据通常会导致较大的性能损失，而移除共表达或BLAST序列相似性上下文产生的影响较小。这表明直接且证据充分的线索对推理贡献最大，间接关联信号起辅助作用。

棉花基因功能预测案例

研究团队选取了一项近期发表的棉花基因功能研究进行案例验证。查询基因为Ghir_A09G005620，对应实验表征的GhBEE3基因。

在未提供任何新文献的情况下，GENIUS-LLM推断该基因是油菜素内酯信号传导和早期纤维发育的正向调控因子。这一推断与后续发表的实验研究结果一致。该推断过程完全可追溯，报告通过序列同源性将该棉花基因与拟南芥BEE1基因联系起来，利用GO证据支持其转录调控活性，并通过观察到的组织表达模式解释了其发育作用。

在第二轮对话中引入新发表的研究文献后，GENIUS-LLM进一步细化了推断，将时间解释精确到纤维起始阶段，同时保留了原始的核心结论。这表明该框架不仅能生成初始的可追溯功能假设，还能在提供新证据时更新和完善假设。

工具定位与局限

研究团队明确指出，GENIUS-LLM的主要作用是将异构的以基因为中心的证据组装成可供检查、质疑和实验测试的可审计功能假设。它应被视为一个假设生成工具，而不是基因发现工具，也不能替代统计定位分析和实验验证。

该框架目前仍存在一些局限。当前缺乏与这种报告式证据整合任务直接匹配的广泛采用的社区基准。许多细粒度的组学数据类型尚未直接兼容当前流程，需要额外的预处理或工具调用支持。目前的评估仍局限于所检查的物种、数据集和实验设置，需要在更多植物系统和证据条件下进行更广泛的验证。

这项研究表明，在植物功能基因组学中，进展不仅取决于获取更多数据或更大规模的模型，更在于将异构证据组织成具备冲突感知能力的推理单元，使其在不同物种间保持可解释性，并能够随着新证据的出现而更新。

尝鲜地址：https://github.com/yimengzhiyan/GENIUS-LLM

---

米源生物提供专业的多组学测序、生物信息学分析和智能育种解决方案，欢迎联系我们。为了更好地服务于您，可扫码咨询！