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
iNature
2025-10-20 10:04
文章摘要
背景：因果推断在理解生物系统机制中至关重要，但现有方法难以处理非线性网络且依赖先验结构知识。研究目的：提出仿制条件互信息（KOCMI）方法，通过虚拟干预量化变量间的直接因果关系，无需预知网络结构。结论：KOCMI在理论和算法上均优于传统方法，能处理循环网络，在基准和真实数据集中验证有效，为生物医学等领域提供通用因果推断工具。
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
Oxygen isotope composition of Mesoproterozoic (~1360 Ma) seawater constrained by clumped isotopes of North China limestones
DOI: 10.1126/sciadv.adu6693
Pub Date : 2025-10-17
A low-temperature emergency power source designed from warm pastes based on hydrogel
DOI: 10.1016/j.scib.2025.05.036
Pub Date : 2025-10-15
Does shoe cushioning space affect patellofemoral pain risk? A study based on the integrated finite element model
DOI: 10.1016/j.isci.2025.113635
Pub Date : 2025-09-25
iNature
最新文章
京公网安备 11010802042870号
