热点事件持续更新
CEE框架用于遗传扰动靶点识别评估
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月11日，bioRxiv发布预印本，研究人员提出Cause-excluded Effect Evaluation（CEE）框架，用于评估遗传扰动靶点识别。该框架通过分离训练与测试扰动靶点、从表达谱中剔除靶基因自身效应并在下游响应空间评分，以消除训练泄漏与评估泄漏两类偏差。在16个单细胞扰动数据集上，CEE评估显示简单结构类方法持续优于复杂深度学习模型，提示可恢复信号由扰动响应的低秩与加性结构决定，而非模型复杂度。
AI 根据报道生成 · 2 小时前更新
最新进展10月11日 08:00
bioRxiv预印本提出CEE框架，在16个单细胞扰动数据集上评估靶点识别。报道时间线
沿着报道，了解事件的不同侧面。
10月11日
- bioRxiv 预印本Cause-excluded Effect Evaluation（CEE）：一种忠实评估遗传扰动靶点识别的框架
研究人员提出 Cause-excluded Effect Evaluation（CEE）框架，通过分离训练与测试扰动靶点、从表达谱中剔除靶基因自身效应并在下游响应空间评分，消除训练泄漏与评估泄漏两类偏差。在 16 个单细胞扰动数据集上，CEE 评估显示简单结构类方法持续优于复杂深度学习模型，提示可恢复信号由扰动响应的低秩与加性结构决定，而非模型复杂度。
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。