eQIF用隔离森林排序基因调控变异

Schmidt等提出无监督机器学习方法eQIF，以隔离森林整合Enformer预测，为每个常见变异生成单一的基因调控优先级分数；在eQTL和调控型GWAS变异预测中表现强劲。研究发现，得分靠前的变异更常位于进化保守的转录因子结合位点，其在富集结合位点motif中的频率可反映motif的信息含量。 eQIF已预计算并公开9,431,969个常见变异的预测结果，供后续研究与使用。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。