新论文为基因调控网络推断提供双重框架

一篇新论文介绍了两种推断基因调控网络（GRNs）的框架。第一个框架PMF-GRN使用概率图模型和变分推断来提供具有不确定性意识的估计和原则性的模型选择。第二个框架GLM-Prior微调Nucleotide Transformer，直接从核苷酸序列预测TF-目标基因相互作用，并能跨物种泛化。这些方法旨在克服当前GRN重建的局限性，例如启发式模型选择和转移先验知识的困难。 AI

影响 引入了用于生物网络推断的新型计算框架，可能推动基因组学和系统生物学研究。

排序理由 该条目是一篇提交到arXiv的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

• arXiv
• Claudia Skok Gibbs
• GLM-Prior
• human
• Nucleotide Transformer
• PMF-GRN
• Saccharomyces cerevisiae

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →