通过决策树中的动态特征生成进行可解释的 DNA 序列分类

DNA 序列分析在许多领域变得至关重要，从进化生物学到理解基因调控和疾病机制。虽然深度神经网络可以实现卓越的预测性能，但它们通常作为黑匣子运行。与这些黑匣子相比，轴对齐决策树为可解释的 DNA 序列分析提供了一个有希望的方向，但它们面临着一个根本的限制：在每次分割时单独考虑单个原始特征限制了它们的表达能力，从而导致树的深度过高，从而阻碍了可解释性和泛化性能。我们通过引入 DEFT 来应对这一挑战，DEFT 是一种新颖的框架，可以在树构建过程中自适应地生成高级序列特征。 DEFT 利用 大语言模型 提出针对每个节点的局部序列分布量身定制的生物信息特征，并通过反射机制迭代地细化它们。根据经验，我们证明 DEFT 在各种基因组任务中发现了人类可解释且高度预测的序列特征。