MicroFuse：用于微生物操纵子推理的蛋白质到基因组专家融合

预测微生物操纵子的共同成员身份需要整合两个互补的生物信号：蛋白质规模的分子身份和基因组背景的组织。虽然最近的生物学基础模型独立地提供了每种视图的强大表示，但这些模式的简单串联忽略了一个关键的生物学特性——当相邻基因形成连贯的功能模块时，蛋白质身份和基因组背景可能一致，或者当序列相似性具有误导性但基因组布局表明独立调节时发生冲突。我们推出了 MicroFuse，一种蛋白质到基因组专家融合框架，通过四专家混合专家模块（蛋白质、基因组背景、协议和冲突专家）和学习软路由器，将 ProstT5 的结构感知蛋白质表示与 Bacformer 的基因组背景表示集成在一起。训练将二元交叉熵与对称跨模态 InfoNCE 对齐和分歧加权监督对比整形相结合。我们进一步构建了 OG-Operon100K，这是一个来自 OMG 宏基因组语料库的 100,000 对支架级基准，具有生物学基础的阳性和阴性标准。在 OG-Operon100K 上，MicroFuse 在仅 ProstT5、仅 Bacformer 和 Concat MLP 基线中实现了最强的 AUROC、AUPRC、mAP 和 mAR。消融将跨模式对比比对识别为主要组成部分，而硬序列冲突子集恰恰揭示了 MicroFuse 在生物学上不明确的情况下的最大收益，在这些情况下，仅蛋白质身份会产生误导。