MetaboLLM：代谢组学专业大语言模型，用于生化知识整合和预测代谢图构建

代谢组学知识分布在异构资源中，并且仍然难以转化为预测表示。我们开发了 MetaboLLM，这是一种代谢组学专用的 大语言模型，通过持续的预训练、监督的 微调 和结构化检索与 MetaboLLM-GIN 一起开发，MetaboLLM-GIN 将生成的生化描述转换为代谢物图，以便使用图同构网络进行患者级别的预测。在四个骨干家族中，MetaboLLM 在代谢组学知识、关系和描述任务方面优于相应的基础模型和医学适应模型，并转移到外部公共基准。 MetaboLLM-GIN 在冠状动脉旁路移植术后应激性高血糖预测方面实现了最高 AUC (0.8616) 和绝经后激素方案分类 (0.8123)，优于传统模型、替代图结构以及由未适应或非检索 LLM 配置生成的图。模型解释进一步在这两种应用中产生了具有生物学意义的发现。这些结果表明，领域专用语言模型可以将异质生化知识组织成预测和可解释的代谢图表示。