arXiv · q-bio.QM (定量方法)· Zhaokang Liang, Shuyang Zhuang, Xiaoran Jiao, Weian Mao, Hao Chen, Chunhua Shen·· 12 天前精选AI 评分58
scTREAT：用潜在扩散模型预测单细胞药物响应
scTREAT: Latent Diffusion for Single-Cell Drug-Response Prediction
AI 导读
作者提出scTREAT，一个将状态与药物引导分解的潜在扩散框架，用于单细胞药物响应预测。在Tahoe-100M单细胞图谱的条件级伪批量谱上，未见细胞系-药物组合12项指标中10项最优，未见药物12项中11项最优；未见药物条件下DEG logFC-Spearman和logFC-Pearson相对次优模型分别提升36.11%和34.21%。
推荐理由
研究在Tahoe-100M图谱上比较未见细胞系-药物组合与未见药物条件下的预测，为药物响应建模提供参照。
来源：arXiv · q-bio.QM (定量方法) · arxiv.org