自适应minibatch方法提升大规模异质生物数据的SMC ABC推断效率

针对大规模异质生物数据中SMC ABC因需对每个观测单独模拟而成本过高的问题，研究者提出一种自适应minibatch方法：早期探索用小批量、随后验精化逐步增大批量，批量大小由目标精度设定且不随数据集规模增长。在合成生物模型和真实单细胞基因表达数据（异质性涵盖细胞几何与初始条件）上，该方法以远低于全数据SMC ABC的成本获得接近的后验。