scGPL：图与成对学习结合的基因调控网络推断框架
热点事件持续更新
scGPL：图与成对学习结合的基因调控网络推断框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Hang Li、Jiaxin Qi 等研究者发表 scGPL 论文，提出一个端到端统一框架，从单细胞 RNA 测序数据推断基因调控网络，同时建模全局调控拓扑与局部 TF-靶基因相互作用。该框架从全局调控图提取宏观特征，并通过动态重要性引导的子图采样捕捉细粒度局部依赖。 据论文称，在七个基准数据集上，scGPL 取得 SOTA 表现，较最强基线最高提升 13.7%。源代码已在 GitHub 开源，数据集与版本化发布已归档以保证可复现性。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
scGPL：融合图与成对学习从 scRNA-seq 数据推断基因调控网络报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIscGPL：融合图与成对学习从 scRNA-seq 数据推断基因调控网络
研究者提出 scGPL，一个端到端统一框架，用于从 scRNA-seq 数据推断基因调控网络（GRN），同时建模全局调控拓扑与局部 TF-靶基因相互作用。该框架从全局调控图提取宏观特征，并通过动态重要性引导的子图采样捕捉细粒度局部依赖。在七个基准数据集上取得 SOTA 表现，较最强基线最高提升 13.7%，源代码已在 GitHub 开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。