bioRxiv 预印本· Qiao, L., Gu, S., Yang, Y., Han, Y., Li, X., Wan, X., Zhang, X., Zhang, Q., Hu, T., Zhang, Y., Chen, F., He, J., Wang, J., Tang, Z., Ye, P., Wang, L., Long, E., Wang, X., Bai, L., Yu, F. ·· 22 天前AI 评分28
Post-GWAS Intelligence(PGI)实现GWAS关联后遗传发现的自动化解读
Scaling genetic discovery through automated post-GWAS interpretation
AI 导读
研究者提出Post-GWAS Intelligence(PGI),将依赖上下文的全基因组关联研究(GWAS)关联后分析与统一证据表征相结合,其多智能体引擎VariantAgent在34项已发表GWAS中实现82.1%的直接可比发现平均复现率。对1,041项GWAS的分析产出530,949个证据单元及对应报告,并整理为跨性状目录,可将表观跨性状重叠解析为不同信号及性状特异性生物学假设。
来源:bioRxiv 预印本 · biorxiv.org