PulseAugur
中
实时 06:54:50
English(EN) GeneSpeak-FP: Target and Compound Retrieval from Observed Cell-Level Perturbation Signatures

GeneSpeak-FP 模型从细胞反应中检索药物靶点

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 GeneSpeak-FP，这是一种基于 Transformer 的检索模型，旨在从细胞水平的转录反应中识别潜在的药物靶点和化合物。该模型分析扰动特征，将处理过的细胞与 DMSO 参考进行比较，以生成靶点和分子嵌入的向量。在 Tahoe-100M 数据集上进行评估，GeneSpeak-FP 在封闭库设置中取得了令人鼓舞的结果，证明了其恢复靶点注释和化合物身份的能力。 AI

影响 该模型可以通过从生物数据中更快地识别潜在靶点和化合物来加速药物发现。

排序理由 该集群包含一篇详细介绍用于生物数据分析的新模型的学术论文。

在 arXiv cs.LG 阅读 →

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

GeneSpeak-FP 模型从细胞反应中检索药物靶点

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇详细介绍用于生物数据分析的新模型的学术论文。
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
79 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Kseniia Vaniushkina, Jeongmin Lim, Jinyong Park ·

    GeneSpeak-FP：从观察到的细胞水平扰动特征中检索靶点和化合物

    arXiv:2607.17671v1 Announce Type: new Abstract: Large-scale single-cell perturbation atlases make it possible to ask an inverse question: given an observed transcriptional response, which annotated targets and compounds in a fixed library are most consistent with that response? W…

相关实体

相关话题