Исследователи представили MetaboLLM — специализированную языковую модель, обученную для интеграции разрозненных данных в области метаболомики. Система использует методы непрерывного дообучения и структурированного поиска для анализа биохимических знаний. В связке с модулем MetaboLLM-GIN модель преобразует текстовые описания метаболитов в предсказательные графовые структуры, что упрощает интерпретацию сложных биологических процессов и молекулярных взаимодействий.

Метаболомные данные традиционно распределены по множеству гетерогенных источников, что затрудняет их автоматизированную обработку и построение прогнозных моделей. Разработчики применили комплексный подход, сочетающий глубокое дообучение (supervised fine-tuning) с механизмами RAG (Retrieval-Augmented Generation), адаптированными под специфику биохимии. Это позволяет модели не просто генерировать текст, а формировать точные структурные представления метаболитов.

Интеграция с графовой нейронной сетью MetaboLLM-GIN открывает возможности для автоматического построения метаболических сетей. Такой подход позволяет исследователям переводить неструктурированные научные данные в формат, пригодный для машинного обучения и количественного анализа. Модель демонстрирует эффективность в задачах, где требуется высокая точность интерпретации химических свойств и связей между соединениями.

Ключевые факты

  • MetaboLLM прошла этапы непрерывного предварительного обучения и контролируемой донастройки на специализированных биохимических датасетах.
  • Система MetaboLLM-GIN преобразует сгенерированные текстовые описания в формализованные графы метаболитов.
  • Архитектура модели поддерживает структурированный поиск (RAG) для работы с гетерогенными базами знаний в метаболомике.
  • Решение направлено на преодоление разрыва между неструктурированными научными данными и их использованием в предиктивном моделировании.