Anderson-Darling distance

简单基线在预测CRISPRi基因扰动效应方面优于深度学习

研究人员发现，简单的基线模型在预测CRISPRi对脱靶基因的扰动效应方面，其性能优于复杂的深度学习模型。这一现象通过Virtual Cell Challenge基准数据集进行研究，揭示了与响应幅度相关的低维信号是关键驱动因素。即使是仅使用输入数据的四个标量函数进行线性回归的模型，也超越了复杂的深度学习模型，这表明当前的深度学习方法可能未能有效捕捉到这一关键信号。