研究人员开发了CASCADE，一个新颖的代理框架，旨在预测基因扰动的下游转录效应。该框架利用预先计算的ARACNe调控网络，并使用来自The Cancer Genome Atlas (TCGA)的患者数据进行验证。初步测试显示，在预测MYC基因敲低对各种癌症类型的效应方面具有高度一致性，优于基线模型。该系统的性能因基因而异，增殖调控基因的预测效果优于谱系身份转录因子。 AI
影响 该框架通过提供一种更准确的方法来预测基因功能和疾病机制，有望推动生物学研究。
排序理由 该集群描述了一篇详细介绍预测基因扰动效应新框架的研究论文。[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 →
