实体
PIK3CA
PIK3CA
PulseAugur coverage of PIK3CA — every cluster mentioning PIK3CA across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新方法推动个性化联邦学习和联邦遗忘
研究人员开发了几种新方法来增强个性化联邦学习（PFL），这是一种允许AI模型从分布式数据中学习同时保持客户端特定适应性的技术。例如，CLoVE使用客户端损失向量嵌入来识别和分离客户端集群，优化特定于集群的模型。pFedUL通过区分共享层和个性化模型层的策略来解决PFL中的联邦遗忘问题，以遵守GDPR等隐私法规。此外，DC-CFL通过分析数据协作提供了一种单轮集群联邦学习方法，而FedSPC则引入了一种共享参数校正方法来提高PFL模型的一致性。
-
神经符号框架增强结直肠癌药物反应洞察
研究人员开发了一种名为上下文可逆世界模型（CIWM）的新型神经符号框架，以解决精准肿瘤学的局限性。该框架集成了机器学习模拟器和大型语言模型推理层，在提供预测准确性的同时实现机制清晰化。使用Sanger GDSC数据集，CIWM发现突变KRAS对APC/Wnt轴的优势会增加对5-氟尿嘧啶的耐药性，并且修复PIK3CA会通过激活MAPK生存通路而产生悖论性地增强化疗耐药性。