研究人员开发了GraCE-VAE，一种新颖的图感知因果差异变分自编码器，旨在从软干预中改进因果解耦。该方法利用已知的相互作用网络（如生物通路）作为辅助视图来增强推理。在CRISPR扰动数据集上的实验表明，整合结构化的生物背景可以更好地预测干预结果，即使是新颖的扰动组合。 AI
影响 通过整合网络结构增强因果推理能力，有望提高复杂系统的预测准确性。
排序理由 这是一篇详细介绍因果表示学习新方法的学术论文。[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 →