PulseAugur
中
实时 12:27:14
English(EN) GraphTFactor: A graph-based approach for proteins transcription factor prediction

GraphTFactor框架使用基于图的方法进行蛋白质转录因子预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了GraphTFactor，一个旨在识别蛋白质中转录因子（TFs）的新框架。该方法将蛋白质序列建模为图，使其能够处理可变长度的输入并保留关系信息，而无需施加长度限制。在基准数据集上，GraphTFactor的性能优于现有方法，并提供了对其预测至关重要的序列区域的可解释性见解。该框架可作为开源软件包和Web应用程序使用，以方便其使用。 AI

影响 这种新方法可以提高识别转录因子的准确性和可解释性，从而可能加速基因调控和计算生物学领域的研究。

排序理由 这是一篇描述用于生物序列分析的新型计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

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 →

GraphTFactor框架使用基于图的方法进行蛋白质转录因子预测

本文如何被排名

Signal score
1 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
这是一篇描述用于生物序列分析的新型计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
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, other
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
1 days old
Coverage has settled into its steady-state 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) · Domenico Amato, Salvatore Calderaro, Giosu\`e Lo Bosco, Riccardo Rizzo, Filippo Vella ·

    GraphTFactor: A graph-based approach for proteins transcription factor prediction

    arXiv:2610.40867v1 Announce Type: cross Abstract: Transcription factors (TFs) play an important role in regulating gene expression, making their identification a fundamental task in computational biology. In this work, we propose GraphTFactor, a novel end-to-end framework that mo…

相关话题