集成学习能否改进序列到活性模型的特征归因？

序列到活性模型以DNA序列作为输入，并预测转录因子结合和基因表达等基因组活性。近年来，将可解释人工智能（xAI）方法（如DeepLIFT）应用于这类模型，已在诸多基因组学问题上取得突破，包括解析转录因子结合语法以及预测遗传变异的效应。然而，序列到活性解释结果的可靠性仍然存在显著不确定性。因此，我们需要准确的概率性置信度度量，以区分可靠与不可靠的解释。为此，研究人员近期致力于表征S2A模型集成之间的变异性。然而，以往工作主要侧重于利用模型集成来提升模型预测本身的性能。在这里，我们旨在评估模型集成是否也可用于改进事后xAI方法得到的特征归因。我们发现，对多个模型的归因结果进行集成能够改善下游应用表现，包括识别转录因子基序和预测调控性遗传变异。我们表明，采用蒙特卡洛Dropout（MCDropout）构建集成，在训练阶段计算成本大幅降低的情况下，其性能接近于训练多个模型所形成的集成，但仍未达到后者的水平。

序列到活性模型以 DNA 序列作为输入，并预测转录因子结合和基因表达等基因组活性。近年来，将可解释人工智能（xAI）方法（如 DeepLIFT）应用于这些模型，已在许多基因组学问题上取得突破，包括解析转录因子结合语法以及预测遗传变异的效应。然而，关于序列到活性解释结果的可靠性，仍然存在显著的不确定性。因此，我们需要准确的置信度概率度量，以区分可靠与不可靠的解释。为此，研究人员最近致力于表征 S2A 模型集成之间的变异性。然而，以往工作主要关注利用模型集成来提升模型预测本身的性能。本文旨在评估，模型集成是否也可用于改进后验 xAI 方法得到的特征归因。我们发现，对多个模型的归因结果进行集成能够改善下游应用表现，包括识别转录因子基序和预测调控性遗传变异。我们表明，使用蒙特卡洛 Dropout（MCDropout）构建集成，在训练阶段计算成本大幅降低的情况下，其性能接近于但仍未达到训练多个模型所形成集成的水平。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.08.737315v1?rss=1

🏷️ 集成学习 特征归因 序列到活性模型 可解释人工智能 转录因子结合 蒙特卡洛Dropout