Genome Biol丨曹亚南/孙洁林团队开发人工智能方法KEGNI推断基因调控网络
BioArtMED
2025-10-05 14:30
文章摘要
本文背景是基因调控网络在细胞功能和疾病机制中的关键作用，以及单细胞RNA测序技术为GRN分析提供数据基础但面临准确推断挑战。研究目的是开发KEGNI人工智能方法，通过整合知识图谱和掩码图自动编码器从scRNA-seq数据推断细胞类型特异性GRN，克服现有方法假阳性率高和数据整合受限问题。结论显示KEGNI在基准测试中表现优异，精准性高且可解释性强，成功应用于识别驱动基因和调控差异，其框架灵活可适应不同研究需求。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Iodo-Labeling of Peptides for Quantitative MALDI MS Analysis─Screening for Bacteria-Binding Peptides from a Glycine-Zipper Library.
DOI: 10.1021/acschembio.5c00423
Pub Date : 2025-10-02
A Three-Module Machine Learning Framework for Protein Sequence- and Temperature-Dependent <i>k</i><sub>cat</sub>/<i>K</i><sub>m</sub> Prediction in β-Glucosidases.
DOI: 10.1021/acssynbio.5c00257
Pub Date : 2025-10-02
Biology-driven insights into the power of single-cell foundation models
DOI: 10.1186/s13059-025-03781-6
Pub Date : 2025-10-03
BioArtMED
最新文章
京公网安备 11010802042870号
