跳到正文
热点事件观察中

研究团队提出单细胞扰动建模方法RAPTORGraph

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Adhisantoso YG等研究者在预印本中提出用于单细胞扰动因果发现的模型RAPTORGraph;团队称,该模型在涉及未见扰动的非加性交互等下游分析中优于现有先进方法。 RAPTORGraph采用β-变分自编码器,其GraphPathway编码器对学习所得通路内的基因间相互作用建模,并通过预条件化隔离扰动基因的影响。团队还使用经最优传输对齐的数据训练模型,以建立对照样本与扰动样本之间的映射、稳定潜在表征。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. 预印本 · 单细胞与空间组学
    RAPTORGraph 以图通路建模支持单细胞扰动中的因果发现

    RAPTORGraph 是一种用于单细胞扰动因果发现的 β-变分自编码器,在未见扰动的非加性交互等下游分析中优于现有先进方法。其 GraphPathway 编码器建模学习所得通路内的基因间相互作用,通过预条件化隔离扰动基因的影响以消除干预溢出,并采用最优传输对齐后的数据训练,以稳定潜在表征。

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。