bioRxiv · Bioinformatics· Qian, W., Song, Y., Welch, J. D. ·2026-11-06 08:00· 3 天前精选AI 评分60

CausalODE：从单细胞扰动数据推断基因调控网络的因果可达优化框架

Inferring gene regulatory networks from single-cell perturbation data by optimizing causal reach of latent mediator dynamics

AI 导读

作者提出 CausalODE，一个从单细胞扰动数据学习因果图的可微框架，用于推断基因调控网络。方法基于三点：被扰动基因的下游差异表达基因应位于该基因下游，作者用“因果可达”指标量化；因果作用涉及转录、剪接和降解中的瞬时细胞响应；调控由未被 scRNA-seq 直接测量的蛋白介导。

推荐理由

该预印本提出以因果可达性衡量调控图质量，为单细胞扰动数据的因果网络评测提供新参照。