跳到正文
热点事件观察中

GSET筛选机制性基因调控网络基因集

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Z. Weizmann与E. Ventre在bioRxiv预印本中提出GSET,从时间序列基因嵌入轨迹中筛选用于机制性基因调控网络推断的紧凑基因集。合成基准显示,在相同基因预算下,所选集合恢复的程序间调控链接多于同等规模的静态选择。 GSET以最优传输残差捕捉基因相对整体轨迹的偏离,并用KL散度识别局部共表达邻域的变化。在小鼠成纤维细胞重编程为诱导多能干细胞的时间序列中,该方法追踪了成纤维细胞程序向细胞周期程序的转变,并提名桥接基因作为细胞状态转变的候选调控因子;这些候选仍需机制模型精炼和扰动实验验证。

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3日
  1. bioRxiv · Bioinformatics
    GSET 从嵌入轨迹基因信号中筛选紧凑基因集以进行机制性 GRN 推断

    GSET 提出一种位于机制性 GRN 推断上游的动态检索框架,从时间序列基因嵌入中提取最优传输残差和 KL 散度信号。在合成基准的相同基因预算下,该方法恢复的程序间调控链接多于同等规模的静态选择,集合内边的推断表现与全基因模型在同一基因对上相当。

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。