研究人员开发了scCycleMol,一个旨在预测单细胞数据中药物扰动反应的新型框架,特别关注细胞周期感知。该模型不仅能预测转录变化,还能预测细胞增殖状态的变化。通过纳入细胞周期监督,scCycleMol在一个大型基准数据集上展示了比现有基线更优的分布外表达预测能力。 AI
影响 该框架通过考虑细胞周期动力学,有望提高生物学研究中药物反应预测的准确性。
排序理由 该集群描述了一个新的计算框架及其在基准数据集上的评估,符合研究的定义。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →