跳到正文
热点事件观察中

图神经网络识别炎症性肠病相关微生物共丰度模块

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Cunha AF等研究团队在预印本中报告,利用106人的纵向宏基因组数据构建微生物关联网络,并解读图神经网络,识别出与炎症性肠病预测相关的拟杆菌目共丰度模块;但图神经网络的预测性能低于基于丰度的随机森林模型。 研究数据来自HMP2/iHMP,随机森林与图神经网络的AUPRC分别约为0.59和0.446。该模块中的物种在组间没有差异丰度,但在独立队列中承载了大部分预测信号,移除其关联后,预测性能降至接近随机水平。研究团队认为,物种间的关联结构可补充仅考察丰度变化的分析。

AI 根据报道生成 · 47 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月1日
  1. 预印本 · 医学生信与数据分析
    图神经网络解读揭示炎症性肠病中的微生物关联模式

    基于HMP2/iHMP中106人的纵向宏基因组数据,图神经网络解读揭示了与炎症性肠病预测相关的拟杆菌目物种共丰度模块。随机森林预测性能更高(AUPRC ~0.59 vs 0.446),但该模块物种在组间无差异丰度。在独立队列中,该模块承载大部分预测信号,移除其关联后性能降至接近随机水平。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。