PRSNet-2: End-to-end genotype-to-phenotype prediction via hierarchical graph neural networks
Notice bibliographique
Résumé
Abstract The emergence of large-scale biobanks has opened unprecedented opportunities for the development of data-driven approaches, especially deep learning-based methods, for genotype-to-phenotype (G2P) prediction. However, designing an end-to-end framework capable of directly leveraging extremely high-dimensional genotypic data while simultaneously mitigating overfitting and ensuring robust prediction remains a significant challenge. In this study, we introduce PRSNet-2, an interpretable end-to-end deep learning framework designed to predict complex phenotypes directly from large-scale genotypic data. PRSNet-2 proposes a novel hierarchical graph neural network (GNN) architecture, which first employs a multi-kernel aggregator to map high-dimensional genotypic features to gene-level representations. Next, it models gene-gene interactions through message-passing operations and uses an attention-based readout module to generate interpretable phenotypic predictions. We further introduce significance-guided regularization strategies to boost model’s generalizability based on prior genetic associations. Extensive empirical evaluations across multiple complex traits and diseases demonstrate that PRSNet-2 consistently outperforms a variety of baseline methods and exhibits superior capabilities in overcoming overfitting, even when modeling around half a million single nucleotide polymorphisms (SNPs). Moreover, PRSNet-2 is shown to be easily extendable to integrate multiple genome-wide association study (GWAS) datasets into a single model, thereby enhancing predictive performance for both single-phenotype and multi-phenotype prediction tasks. The inherent interpretability of PRSNet-2 further facilitates the identification of disease-relevant genes, functional gene modules, and potential therapeutic targets. In summary, PRSNet-2 offers a powerful, versatile tool for both genetic risk stratification and the discovery of biological insights.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».