SPEAR:谱位置编码预测单细胞扰动响应
热点事件历史事件
SPEAR:谱位置编码预测单细胞扰动响应
1 篇报道1 个报道来源5 天前更新
先了解这件事
AI 综述
Verma 等作者在 bioRxiv 发布预印本,提出生成式框架 SPEAR,用于预测单细胞对扰动的响应。该框架用图拉普拉斯导出的连续坐标,把每个基因定位在共表达网络的几何结构中;再在每一层根据扰动条件下的隐藏状态重新确定基因位置,使基因间注意力无需显式监督即可重组。 作者称,在遗传、药物和细胞因子扰动基准上,SPEAR 在差异基因表达恢复、分布结构和扰动特异性可识别性方面表现良好,并捕捉到与已知转录因子—靶标互作相近的潜在位置关系。上述为预印本摘要中的自述结果,代码已公开在 GitHub。
AI 根据报道生成 · 4 天前更新
最新进展11月4日 08:00
SPEAR:面向流式单细胞扰动建模的谱自适应重定位框架报道时间线
沿着报道,了解事件的不同侧面。
11月4日
- bioRxiv · Bioinformatics精选SPEAR:面向流式单细胞扰动建模的谱自适应重定位框架
作者提出生成式框架 SPEAR,用图拉普拉斯导出的谱位置编码和逐层扰动条件自适应重定位来建模单细胞扰动响应。在遗传、药物和细胞因子扰动基准上,SPEAR 报告了差异基因表达恢复、分布结构和扰动特异性可识别性的表现,并捕捉到与已知转录因子-靶标互作相近的潜在位置关系。该工作为预印本摘要,代码见 https://github.com/shouryaverma/SPEAR。
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。