VAMP-Netによる結核菌薬剤耐性予測

本論文は、結核菌（MTB）の薬剤耐性を予測するための新しい機械学習フレームワークであるVAMP-Netを紹介しています。複雑な遺伝的相互作用と可変的なデータ品質という課題に対し、エピスタティック相互作用を捉えるSet Attention Transformerと、データ品質指標を分析する1D CNNを組み合わせることで対応しています。マルチパスアーキテクチャは高い精度とAUCスコアを達成し、ベースラインモデルよりも優れた性能を示しています。アテンションウェイト分析と統合勾配によるフレームワークの解釈可能性は、遺伝的因果関係とデータ品質の影響の両方を理解することを可能にし、臨床ゲノミクスへの重要な貢献となっています。