Исследователи представили CytoGem-XAI — инновационный фреймворк, использующий гиперграфовые нейронные сети для моделирования метаболизма клеток на геномном уровне. В отличие от традиционного анализа баланса потоков (FBA) и существующих методов глубокого обучения, которые часто работают как «черные ящики», CytoGem-XAI обеспечивает интерпретируемость и позволяет проводить персонализированный анализ метаболических характеристик для конкретных образцов. Методология основана на представлении реакций в виде гиперребер, соединяющих участвующие в них метаболиты, что позволяет интегрировать три модуля анализа: ранжирование важности источников углерода, идентификацию узких мест реакций и топологическую атрибуцию на уровне путей. В ходе обучения на 17 400 условиях роста E. coli модель показала коэффициент детерминации R² = 0,862, что значительно превосходит показатели AMN (R² = 0,81), FBA (R² = 0,62) и градиентного бустинга (R² = 0,71). Биологическая валидация подтвердила способность системы выявлять критически важные источники углерода (аланин, малат) и лимитирующие ферменты цикла Кребса. Особую значимость представляет обнаружение N-ацетилмурамата как ранее недооцененного незаменимого питательного вещества, что демонстрирует практическую ценность модели для системной биологии и биоинженерии.