OmniCellTOSG: The First Cell Text-Omic Signaling Graphs Dataset for Joint LLM and GNN Modeling
Created by
Haebom
저자
Heming Zhang, Tim Xu, Dekang Cao, Shunning Liang, Lars Schimmelpfennig, Levi Kaster, Di Huang, Carlos Cruchaga, Guangfu Li, Michael Province, Yixin Chen, Philip Payne, Fuhai Li
개요
OmniCellTOSG는 수천만 개의 단일 세포 오믹스 데이터를 기반으로 구축된 최초의 세포 텍스트-오믹스 신호 전달 그래프(TOSG) 데이터셋이다. 각 TOSG는 개별 세포 또는 메타세포의 신호 전달 네트워크를 나타내며, 장기, 질병, 성별, 나이, 세포 아형과 같은 정보로 라벨링된다. 인간이 읽을 수 있는 주석(생물학적 기능, 세포 위치, 신호 전달 경로, 관련 질병, 약물 등)과 정량적 유전자 및 단백질 풍부도 데이터를 통합하는 새로운 그래프 모델을 도입하여 세포 신호 전달을 해독하기 위한 그래프 추론을 가능하게 한다. 약 1억 2천만 개의 다양한 조직 및 상태(건강 및 질병)의 단일 세포 RNA 시퀀싱 데이터를 기반으로 구축되었으며, PyTorch와 완벽하게 호환된다. 지속적으로 확장되고 정기적으로 업데이트될 예정이다.
시사점, 한계점
•
시사점:
◦
대규모 단일 세포 오믹스 데이터를 활용한 세포 신호 전달 네트워크 연구의 새로운 가능성 제시
◦
인간-읽을 수 있는 주석과 정량적 데이터 통합을 통한 그래프 추론 기반 세포 신호 전달 해독
◦
대규모 언어 모델과 그래프 신경망을 결합한 혁신적인 세포 신호 전달 모델 개발 촉진
◦
생명 과학, 의료, 정밀 의학 연구 발전에 기여
◦
PyTorch 호환성을 통한 접근성 향상
•
한계점:
◦
데이터셋의 지속적인 확장 및 업데이트에도 불구하고, 데이터의 완전성 및 편향성에 대한 검토 필요
