Sci Adv丨陈洛南课题组为计算生物学中的干预性因果推断提供新思路
BioArt
2025-10-06 09:20
文章摘要
本文背景聚焦于从观测数据中进行因果推断的基础性问题，尤其在复杂生物系统中识别因果关系对理解基因调控、疾病机制等生物学功能具有重要意义。研究目的是针对现有干预性因果推断方法依赖网络结构先验知识的局限性，提出一种新的干预性因果判别准则KOCMI，通过knockoff变量模拟干预，实现无需干预实验即可从观测数据推断直接因果关系。结论表明，KOCMI在理论和算法层面均优于现有方法，在基准和真实生物学数据中表现优异，为计算生物学和疾病研究提供了新工具。
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
Characterizing schizophrenia-relevant structural variants and tandem repeats through long-read sequencing
DOI: 10.1016/j.scib.2025.11.004
Pub Date : 2026-03-30
Date: 2025/11/4 0:00:00
Embodied emotions in ancient Neo-Assyrian texts revealed by bodily mapping of emotional semantics
DOI: 10.1016/j.isci.2026.115347
Pub Date : 2026-04-17
Date: 2026/3/14 0:00:00
Reversible aggregation-redispersion of Cu sites in Cu/CeO2 catalysts with unlocked hydrogenation activity
DOI: 10.1126/sciadv.aed2774
Pub Date : 2026-03-27
BioArt
京公网安备 11010802042870号
