UnDetect预测未表征化合物的转录响应

研究作者 Lei, Y. 等提出 UnDetect 框架，将细胞与实验背景变异同化合物效应分离，用于预测未做过转录谱分析的化合物的转录响应。作者报告，在药物盲法 L1000 基准上，从七个已发表模型中移除药物输入后，准确率变化最多为 0.012 Pearson 相关；UnDetect 是唯一在每一折都超过忽略化合物输入的网络的模型，板内评分达 0.117，最强已发表模型为 0.092。 在 DeepCE 基准上，UnDetect 达到 0.602 Pearson 相关，作者称已发表模型报告值为 0.491。跨细胞系迁移在 28 项 LINCS L1000 评估中全部改善，在 Tahoe-100M 两个较高剂量下分别于 50 项中的 47 项和 49 项改善。上述数值均为作者在论文中的报告。

AI 根据报道生成 · 2 天前更新