高斯随机场模型用于纵向组学数据多重插补

2026年10月13日，bioRxiv发布一篇预印本，研究者提出一种基于高斯随机场（GRF）的可解释多重插补模型，专为纵向成分数据设计。该模型可纳入个体信息，同时建模时间依赖与样本内相关性，输出和约束成分并显式处理零膨胀。在肠道微生物组数据上，该框架插补精度与携带观测值的基线相当，并重建了不完整时间序列，预测婴儿食物过敏的平衡准确率为0.72（灵敏度0.8），预测产后抑郁为0.64。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。