实体
limma
limma
PulseAugur coverage of limma — every cluster mentioning limma across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新论文发现：组学研究中的联邦学习受批处理效应阻碍
一篇新研究论文发布在arXiv上，探讨了多中心组学研究中联邦学习的批处理效应挑战。研究表明，未经校正的批处理效应会严重损害无监督和有监督的联邦学习算法，包括联邦k-means聚类和联邦随机森林分类。为解决此问题，研究人员引入了fedRBE，这是limma的removeBatchEffect()方法的一种新颖的联邦实现，它利用安全多方计算进行分布式组学数据中隐私保护的批处理效应校正。
-
新的深度学习模型可准确分类多组学癌症数据
研究人员开发了一种名为MOGKAN的新型深度学习框架，用于癌症诊断的多组学数据分类。该框架整合了信使RNA、微小RNA和DNA甲基化样本与蛋白质-蛋白质相互作用网络。MOGKAN实现了96.28%的分类准确率，并通过可训练的单变量函数提供了增强的可解释性，识别出经过基因本体论分析验证的生物标志物。