基盤モデルが大規模トランスクリプトーム・アトラスから生物学的表現を学習しうることは示されているが、プロテオミクス・データでも同様に可能かどうかは不明であった。そこで我々は、OmicsFMを導入する。OmicsFMは、前処理を施したPRIDEプロジェクト1,397件から得られた、品質フィルタ済みプロテオミクス・プロファイル48,837件からなる前例のないプロテオミクス・データコーパスに対して、マスクされたアバンダンス再構成によって事前学習された、モダリティ非依存のTransformerである。興味深いことに、対応するバルクおよび単一細胞のトランスクリプトーム・モデルと比べてそれぞれ14〜93倍少ないプロファイルで学習しているにもかかわらず、我々のプロテオミクス・モデルは両者に匹敵する。ホールドアウトしたプロジェクトにおいて、OmicsFMの注意ネットワークは、共発現法や既存の単一細胞基盤モデルよりも、多数の参照データベースにまたがって分子間の関係をより多く回復した。これらの参照データベースは、パスウェイ・レベルでの組織化を明らかにする。サンプル・レベルの埋め込みは独立した研究間で生物学的構造を保持しており、その表現は、細胞種分類、遺伝子必須性予測、摂動応答予測へと正常に転移できた。さらに、タスク固有モデルに対して一貫して優れた性能を示した。加えて、我々の結果は、プロテオミクスとトランスクリプトミクスの表現が補完的な生物学を捉えることを示している。したがってOmicsFMは、高性能なプロテオミクスに基づく基盤モデルを学習できる可能性を確固たるものにし、そのようなモデルが基礎的な生物学のモデリングおよび解明に重要であることを示す。
https://doi.org/10.64898/2026.08.25.747021