7
0全基因组多基因风险评分的研究提出了一种名为“全基因组神经网络（OGM）”的创新架构，该架构受生物学全基因组遗传模型启发，以基因本体论作为生物学归纳偏置。该模型能够在大规模生物样本库中利用个体基因型和协变量进行端到端训练，有效捕捉非加性遗传效应及基因间的非线性相互作用。通过对模型的系统级、变异级和变异交互级进行可解释性分析，研究证实了其在跨种族泛化、多标签疾病预测以及多模态数据整合方面的卓越性能。此外，该架构还展现出强大的迁移学习能力，能够无缝应用于独立的单细胞数据集以恢复核心免疫生物学规律。
References:
Upmeier zu Belzen J, Arnoldt L, Hollmann N, et al. An interpretable omnigenic neural network architecture for the human genome[J]. medRxiv, 2026: 2026.07. 28.26359187.
