MetaboLLM: a metabolomics-specialized large language model for biochemical knowledge integration and predictive metabolite graph construction
MetaboLLM 是一个代谢组学专用的大型语言模型，通过持续预训练、监督微调和结构化检索进行适配。MetaboLLM-GIN 将生成的生化描述转换为代谢物图，用于患者级预测。在四个骨干家族中，MetaboLLM 在代谢组学知识、关系和描述任务上优于对应的基础模型和医学适配模型，并迁移到外部公共基准。MetaboLLM-GIN 在冠状动脉旁路移植术后应激性高血糖预测（AUC 0.8616）和绝经后激素方案分类（AUC 0.8123）中取得了最高 AUC，优于传统模型、替代图构建以及未适配或非检索 LLM 配置生成的图。
发展脉络
- 首次出现MetaboLLM: a metabolomics-specialized large language model for biochemical knowledge integration and predictive metabolite graph constructionarXiv cs.LG
- 当前判断该研究展示了领域专用 LLM 在生物医学应用中的潜力，可能推动精准医疗和临床决策支持系统的发展。Agent Pulse · 分析
代谢组学知识分散在异构资源中，难以转化为预测性表示。研究者开发了 MetaboLLM，一个通过持续预训练、监督微调和结构化检索适配的代谢组学专用大型语言模型，以及 MetaboLLM-GIN，它将生成的生化描述转换为代谢物图，使用图同构网络进行患者级预测。在四个骨干家族中，MetaboLLM 在代谢组学知识、关系和描述任务上优于对应的基础模型和医学适配模型，并迁移到外部公共基准。MetaboLLM-GIN 在冠状动脉旁路移植术后应激性高血糖预测（AUC 0.8616）和绝经后激素方案分类（AUC 0.8123）中取得了最高 AUC，优于传统模型、替代图构建以及未适配或非检索 LLM 配置生成的图。模型解释在两个应用中产生了生物学上有意义的发现。结果表明，领域专用语言模型可以组织异构生化知识并改进预测。
MetaboLLM 展示了领域专用 LLM 通过持续预训练、监督微调和结构化检索适配，在代谢组学任务上优于通用和医学适配模型。MetaboLLM-GIN 将 LLM 生成的生化描述转换为代谢物图，结合图同构网络进行预测，表明 LLM 生成的结构化知识可以增强下游预测模型。
该研究展示了领域专用 LLM 在生物医学应用中的潜力，可能推动精准医疗和临床决策支持系统的发展。
MetaboLLM 和 MetaboLLM-GIN 可能为生物标志物发现和个性化治疗提供新工具，对医疗健康领域的 AI 应用具有商业价值。
未来可验证的信号包括 MetaboLLM 在其他代谢组学数据集上的外部验证，以及 MetaboLLM-GIN 在更多临床预测任务中的应用。