additive disagreement

新研究质疑AI预测基因相互作用的能力

一篇新研究论文探讨了机器学习模型从高通量扰动筛选中预测基因相互作用的有效性。该研究引入了“加性不一致性”（AD）作为一种度量标准，用于量化模型对未见基因组合预测的额外相互作用效应。在各种预测方法和数据集上，专门的神经网络预测器并未持续优于简单的加性基线，并且具有较高AD得分的预测往往误差更大。研究表明，AD可以作为指导代理扰动筛选工作流程中决策的可靠信号。