RAPTORGraph提出单细胞扰动因果发现方法
热点事件观察中
RAPTORGraph提出单细胞扰动因果发现方法
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等在bioRxiv预印本中提出RAPTORGraph,一种面向单细胞扰动因果发现的β-变分自编码器;其GraphPathway编码器用于学习通路中的基因间相互作用。 模型通过预条件化隔离被扰动基因的影响,将其转化为可识别的单节点潜变量干预,并用最优传输对齐control与perturbed样本。源代码已发布在GitHub仓库“sXperfect/RAPTORGraph”。
AI 根据报道生成 · 3 小时前更新
最新进展11月4日 00:00
RAPTORGraph 预印本:基于图路径建模的单细胞扰动因果发现报道时间线
沿着报道,了解事件的不同侧面。
11月4日
- bioRxiv · BioinformaticsRAPTORGraph 预印本:基于图路径建模的单细胞扰动因果发现
RAPTORGraph 预印本提出一种 β-变分自编码器,通过 GraphPathway 编码器学习路径中的基因间相互作用,用于单细胞扰动因果发现。模型以预条件化隔离被扰动基因的影响,形成可识别的单节点潜变量干预,并使用最优传输对齐处理 control 与 perturbed 样本。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 511月4日 23:00
- 近 24 小时变化
- –
0246
23:0011月5日01:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。