利用扩散模型在计算机上生成基因表达谱

《BMC Bioinformatics》：In silico generation of gene expression profiles using diffusion models

【字体：大中小】 时间：2026年06月02日 来源：BMC Bioinformatics 3.3

编辑推荐：

　　摘要背景 RNA-seq 数据被用于精准医疗（例如癌症预测），深度学习方法有助于分析复杂的基因表达数据。然而，与深度学习的标准数据集相比，转录组数据集的样本数量通常较少。因此，人们正在探索合成数据生成技术来解决这一数据稀缺问题。到目前为止，只有变分自

摘要

背景

RNA-seq 数据被用于精准医疗（例如癌症预测），深度学习方法有助于分析复杂的基因表达数据。然而，与深度学习的标准数据集相比，转录组数据集的样本数量通常较少。因此，人们正在探索合成数据生成技术来解决这一数据稀缺问题。到目前为止，只有变分自编码器（VAEs）和生成对抗网络（GANs）等深度生成模型被用于这一目的。鉴于扩散模型（DM）在图像生成方面的最新成功，我们提出了一种基于扩散模型的生成流程，该流程利用了这些生成模型在转录组数据上的强大能力。

结果

本文介绍了两种先进的扩散模型（DDPM 和 DDIM），并展示了它们在转录组领域的应用。由扩散模型生成的 L1000 个标志性基因的数据在 TCGA 和 GTEx 数据集上的预测性能优于传统方法。我们还比较了线性和非线性重建方法来恢复完整的转录组。结果表明，这些重建方法可以提高扩散模型、VAEs 和 GANs 的性能。

结论

总体而言，通过对各种生成模型使用数据质量指标的广泛比较，可以看出扩散模型属于表现最好的方法之一，使其成为有前景的合成转录组数据生成工具。

背景

RNA-seq 数据被用于精准医疗（例如癌症预测），深度学习方法有助于分析复杂的基因表达数据。然而，与深度学习的标准数据集相比，转录组数据集的样本数量通常较少。因此，人们正在探索合成数据生成技术来解决这一数据稀缺问题。到目前为止，只有变分自编码器（VAEs）和生成对抗网络（GANs）等深度生成模型被用于这一目的。鉴于扩散模型（DM）在图像生成方面的最新成功，我们提出了一种基于扩散模型的生成流程，该流程利用了这些生成模型在转录组数据上的强大能力。

结果

本文介绍了两种先进的扩散模型（DDPM 和 DDIM），并展示了它们在转录组领域的应用。由扩散模型生成的 L1000 个标志性基因的数据在 TCGA 和 GTEx 数据集上的预测性能优于传统方法。我们还比较了线性和非线性重建方法来恢复完整的转录组。结果表明，这些重建方法可以提高扩散模型、VAEs 和 GANs 的性能。