CausalODE 从单细胞扰动数据推断因果基因调控网络
事件历史事件
CausalODE 从单细胞扰动数据推断因果基因调控网络
1 篇报道1 个报道来源11 天前更新
先了解这件事
AI 综述
一篇 bioRxiv 预印本提出 CausalODE,一个从单细胞扰动数据学习因果基因调控网络的可微框架:它显式建模蛋白水平的潜在动态,并以因果可达性作为优化指标。 按作者描述,该框架让网络推断建立在扰动能沿调控路径到达哪些基因之上,而不只依赖表达量之间的关联,从而给出因果性的调控边。该工作目前以预印本形式发布。
AI 根据报道生成 · 9 天前更新
最新进展11月6日 08:00
CausalODE 通过优化潜在中介动态的因果可达性从单细胞扰动数据推断基因调控网络报道时间线
沿着报道,了解事件的不同侧面。
11月6日
- bioRxivCausalODE 通过优化潜在中介动态的因果可达性从单细胞扰动数据推断基因调控网络
论文提出 CausalODE,一个从单细胞扰动数据学习因果基因调控网络的可微框架,显式建模蛋白水平的潜在动态并优化因果可达性指标。