用于高效生物发现的单分子时间轨迹基础模型

《Nature Methods》：Foundation model for efficient biological discovery in single-molecule time traces

单分子荧光显微术分析中，META-SiM基于Transformer的预训练模型系统化解决了追踪分类、分段等任务，结合Projector可视化与熵计算快速识别稀有中间态，成功在pre-mRNA剪接中发现未知中间态，突破传统人工分析瓶颈。

　　

摘要

单分子荧光显微镜（SMFM）能够揭示重要的生物学现象。然而，要发现那些罕见但至关重要的中间体，通常需要手动分析时间序列数据并采用迭代性的特殊方法。为了促进从SMFM时间序列数据中系统且高效地发现新信息，我们提出了META-SiM这一基于Transformer的基础模型，该模型经过预训练，能够处理多种SMFM分析任务。在轨迹分类、分割、理想化以及逐步光漂白分析等广泛任务上，META-SiM的表现可与最先进的算法相媲美。此外，该模型生成的嵌入向量包含了关于每个时间序列的详细信息，这些信息通过基于Web的META-SiM投影器（https://www.simol-projector.org）被映射到低维空间中，从而实现整个数据集的高效可视化、标注、比较和共享。结合使用该投影器与局部香农熵这一客观评估指标，即使是非常罕见或微妙的现象也能被迅速识别。将META-SiM应用于一个现有的单分子F?rster共振能量转移数据集后，我们发现了mRNA前体剪接过程中一个此前未被发现的中间状态。META-SiM消除了分析瓶颈，提高了分析的客观性，并系统化、加速了单分子数据的生物学研究过程。