bioRxiv 预印本· Furuta, T., Himori, K., Zhang, B., Kitani, A., Matsui, Y. ·· 17 小时前AI 评分12
CATEomics:面向高维组学数据异质性治疗效应估计的模型选择与集成R包
CATEomics: model selection and ensembling for heterogeneous treatment effect estimation from high-dimensional omics data
AI 导读
CATEomics 是一个R包,用于在高维组学研究中标准化选择条件平均治疗效应(CATE)估计器,解决观测结局无法直接评估估计误差的问题。该工具接受SummarizedExperiment对象,对R与Python估计器统一预处理和数据划分,用代理损失比较其折外估计,支持模型选择与集成,并将CATE估计结果返回原对象供下游组学分析。v0.99.0版本以MIT许可免费开放,附完整工作流程示例。
来源:bioRxiv 预印本 · biorxiv.org