CausalODE：从单细胞扰动数据推断因果基因网络
热点事件观察中
CausalODE：从单细胞扰动数据推断因果基因网络
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
Qian, W. 等提出 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。作者称，该框架基于三点设计：被扰动基因的下游差异表达基因应位于该基因下游，并用“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 scRNA-seq 未直接测量的蛋白介导。 作者同时指出，现有评估通常依赖表达预测误差，该指标在真实数据中易算，但不一定反映图质量；单细胞扰动数据一般只测 RNA 水平，而转录调控最终由蛋白执行。 该工作以预印本形式发布，尚未见同行评审结论。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 08:00
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报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- bioRxiv · Bioinformatics精选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
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。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 911月7日 00:00
- 近 24 小时变化
- -21%
02.557.510
11月7日12:0011月8日12:0011月9日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。