КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер проекта 25-71-20017

НазваниеПоиск молекулярных агентов, обращающих клеточное старение, с помощью больших языковых моделей генной экспрессии

Руководитель Храмеева Екатерина Евгеньевна, Доктор биологических наук, канд. биол. наук

Организация финансирования, регион Автономная некоммерческая образовательная организация высшего образования «Сколковский институт науки и технологий» , г Москва

Конкурс №108 - Конкурс 2025 года на получение грантов РНФ по мероприятию «Проведение исследований на базе существующей научной инфраструктуры мирового уровня» Президентской программы исследовательских проектов

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах; 01-205 - Математические модели в науках о живом

Ключевые слова Математическое моделирование, машинное обучение, старение, модели часов старения, мультиомиксные данные, биомаркеры

Код ГРНТИ27.35.43


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Продление здоровой жизни человека привлекает всё большее внимание со стороны учёных во всём мире. Терапия, направленная на фундаментальные механизмы старения, потенциально способна противодействовать возрастным заболеваниям и тем самым улучшать качество жизни. Разработка такой терапии чрезвычайно сложна, поскольку молекулярные взаимодействия между разными генами и терапевтическими веществами до сих пор изучены недостаточно. Так как масштабные исследования воздействия генных модификаций (выключения или сверхэкспрессии) на фенотип клеток, тканей и тем более организмов сопряжены с высокими материальными и временными затратами, для существенного облегчения и ускорения проведения таких скринингов недавно было предложено использовать большие языковые модели генной экспрессии, основанные на архитектуре трансформер. Эти модели позволяют проводить всесторонний скрининг различных геномных воздействий, используя небольшой набор данных для тонкой настройки модели под конкретную задачу. Так, например, можно проводить классификацию типов одиночных клеток, анализ токсичности лекарств, поиск новых транскрипционных факторов и иные задачи. В настоящем проекте мы сосредоточимся на тонкой настройке большой языковой модели генной экспрессии под задачу предсказания молекулярных агентов (генетических или химических), при взаимодействии с которыми клетка будет изменять свой транскрипционный паттерн (экспрессию генов) от старого к молодому. Такие агенты в дальнейшем могут быть произведены и отправлены на клинические испытания для валидации терапии in vivo. Компетенции нашей команды охватывают области биоинформатики, биологии старения, молекулярной и клеточной биологии, математики и глубокого обучения, что позволит нам применить всесторонний междисциплинарный подход к этой сложной задаче, способствующий её успешному решению. В итоге, использование больших языковых моделей для поиска омолаживающих воздействий может существенно облегчить и ускорить проведение скринингов, а потому имеет значительный потенциал в медицине и фармацевтической промышленности. Дальнейшие исследования в этой области могут открыть новые возможности для создания эффективных лекарств, способных значительно продлить здоровую жизнь человека и улучшить качество его жизни. Список источников: Theodoris CV et al. Transfer learning enables predictions in network biology. Nature. 2023 Jun;618(7965):616-624. Cui H et al. scGPT: toward building a foundation model for single-cell multi-omics using generative AI. Nat Methods. 2024 Feb 26.

Ожидаемые результаты
Основным ожидаемым результатом заявленного проекта станет дообученная языковая модель генной экспрессии, которая покажет удовлетворительные метрики точности предсказания хронологического возраста по профилю генной экспрессии одиночных клеток. В рамках валидации модели, мы ожидаем обнаружить известные молекулярные агенты, ассоциированные с клеточным омоложением. Конечным достижением станет применимость модели для предсказания новых омолаживающих воздействий. Список самых перспективных из них и будет являться главным результатом данного проекта. В заявленном проекте мы получим следующие конкретные результаты: - Будет дообучена большая языковая модель генной экспрессии (Geneformer и/или scGPT) на основе наборов данных о генной экспрессии одиночных клеток, таких как AgeAnno, TabulaSapiens, PBMC и др. - Дообученная модель покажет удовлетворительные метрики точности предсказания хронологического возраста по профилю генной экспрессии одиночных клеток: значение точности классификации не менее 0.7 (accuracy score). - Модель будет предварительно валидирована с помощью метрики медианной абсолютной ошибки между предсказаниями хронологического возраста и его фактическими значениями. - Следующий шаг валидации будет заключаться в сравнении предсказанных молекулярных агентов, потенциально омолаживающих транскрипционный профиль клеток, с воздействиями, известными из научной литературы (например, воздействие репрограммирующими факторами Яманаки, или оверэкспрессия гена ATG5). - Наконец, будет проведена валидация процедуры скрининга на известных данных “золотого стандарта” с воздействием заранее известных химических агентов. - Будут получены новые уникальные омиксные данные (транскриптомные, метиломные и др.), для которых не существует публично доступных аналогов, с целью финальной валидации модели. - Будет создан программный интерфейс для взаимодействия пользователя с моделью. - Будет получен список самых перспективных воздействий, омолаживающих транскрипционный профиль.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2025 году
Разработка лекарств, продлевающих здоровую жизнь, является одной из сложнейших нерешенных задач биомедицины. Однако массовый экспериментальный скрининг генетических и химических воздействий на экспрессию генов требует огромных затрат. Настоящий проект направлен на решение этой задачи с помощью вычислительных методов: мы разрабатываем модель, способную предсказывать воздействия, в ответ на которые клетка изменяет свой фенотип от старого к молодому. Поскольку старение – это результат сложного взаимодействия генетических, эпигенетических и внешних факторов, традиционные линейные модели не отражают его многофакторную природу. Поэтому в рамках проекта, в полном соответствии с планом, была выбрана и дообучена большая трансформерная модель scGPT, способная учитывать сложные нелинейные зависимости в экспрессионных данных. Результаты опубликованы в двух статьях в журналах Q1 (вместо одной, предусмотренной планом). Выбор модели. Согласно плану, первым шагом стал анализ литературы и выбор оптимальной модели. Данные экспрессии ранее применялись для оценки биологического возраста (т.н. «часы старения»), но ранние подходы были в основном линейными и не учитывали многомерные нелинейные регуляторные связи генов. Мы проанализировали преимущества и ограничения таких «часов старения» и пришли к выводу о необходимости применения более современных методов. Эта аналитическая работа вылилась в публикацию статьи “Do we actually need aging clocks?” (Kriukov et al., 2025) в журнале npj Aging (Q1), где разбираются проблемы существующих моделей часов старения и обосновывается перспективность больших языковых моделей для задач геронтологии. Подготовка данных. Далее, был сформирован обучающий датасет на базе ресурса AgeAnno: ~400 тыс. клеток из 9 тканей человека, разбитых на группы среднего (20–59 лет) и пожилого (60–100 лет) возраста. Для дообучения отобрали 869 возраст-ассоциированных генов с универсальными изменения экспрессии в разных тканях. Данные были разделены на обучающую и тестовую выборки по донорам, чтобы исключить утечку информации. Дообучение модели. Для дообучения, мы добавили к остающемуся неизменным основному трансформеру scGPT новый классификационный модуль, и обучали только параметры этого модуля. Это позволило сохранить знания модели о закономерностях экспрессии, полученные на этапе предобучения на большом датасете из 33 млн. клеток. Точность классификации по возрасту. Дообученная модель scGPT продемонстрировала высокую точность классификации клеток по возрастным группам (ROC-AUC ~0,91). Для сравнения, более простая модель (логистическая регрессия), обученная на тех же данных и тех же 869 генах, достигла ROC-AUC ~0,89. Небольшое преимущество scGPT объясняется тем, что отобранные гены – возраст-ассоциированные, т.е. сами по себе несут сильный возрастной сигнал, однако преимуществом scGPT является не выигрыш в метриках, а способность выявлять скрытые регуляторные связи между генами и моделировать сложные нелинейные эффекты. Анализ in silico пертурбаций. Для поиска наиболее перспективных кандидатных генов, был проведен анализ in silico генных пертурбаций. Для каждого из 869 генов мы имитировали экстремальные изменения экспрессии: (1) приведение экспрессии гена к нулю (имитация нокаута); (2) приведение экспрессии гена к его максимальному значению (имитация сильной оверэкспрессии). Затем оценивалось, как такое виртуальное воздействие влияет на предсказанный моделью возраст клетки. Этот подход позволил выявить гены, подавление которых способно привести транскриптомный профиль к молодому состоянию (т.н. про-возрастные кандидатные гены, которые способствуют старению). Аналогично были обнаружены гены, оверэкспрессия которых способна привести транскриптомный профиль к молодому состоянию (т.н. анти-возрастные кандидатные гены, которые препятствуют старению). Валидация полученных результатов. Мы проверили устойчивость этих результатов, повторив in silico пертурбации на различных случайных подвыборках клеток. Лучшие кандидатные гены показали высокую воспроизводимость. Более того, сопоставление выявленных генов с литературными данными подтвердило биологическую релевантность предсказаний. В частности, значительная доля кандидатных генов (33-50%) пересекается с базой данных Open Genes, которая аккумулирует проверенные экспериментальные сведения о генах, связанных со старением и долголетием. Все полученные результаты систематизированы и изложены в нашей статье “Discovering Candidate Anti-Aging Perturbations Using a Foundation Model for Gene Expression” (Tadevosyan et al., 2025), опубликованной в журнале IJMS (Q1). В этой работе детально описан примененный нами подход, проведен сравнительный анализ с традиционными моделями, а также представлен полный перечень выявленных кандидатов с указанием статистической значимости. Выводы первого года. Таким образом, за первый год проекта полностью выполнен план работ. Впервые для задач геронтологии применена большая трансформерная модель (scGPT), способная точно определять возраст клеток по транскриптомному профилю; разработан оригинальный подход к поиску перспективных кандидатных генов через in silico пертурбации, что позволило составить перечень потенциальных мишеней для геропротекторов и создать прототип системы их поиска. Публикационная активность превысила запланированную: по итогам первого года опубликованы 2 статьи в журналах Q1 (планировалась 1 публикация). Эти работы подтверждают перспективность использования больших трансформерных моделей для поиска стратегий замедления старения.

 

Публикации

1. Тадевосян Э.Г., Ефимов Д.Г., Крюков Д.О., Храмеева Е.Е. Discovering Candidate Anti-Aging Perturbations Using a Foundation Model for Gene Expression Int. J. Mol. Sci., 26(24), 11977 (год публикации - 2025)
10.3390/ijms262411977

2. Крюков Д.О., Ефимов Е.Г., Гельфанд М.С., Москалев А.А., Храмеева Е.Е. Do we actually need aging clocks? npj Aging (год публикации - 2025)