跳到正文
热点事件持续更新

GWAS效应基因分配方法存在训练数据依赖

1 篇报道1 个报道来源17 小时前更新

先了解这件事

AI 综述

2026年11月18日,bioRxiv发布一项预印本研究,提出DEFA框架,按不同生物学领域训练五个效应基因赋值模型。研究发现,同一方法跨领域性能从AUPRC 0.91降至0.46,差异源于模型对变异-基因距离的权重不同(p<5.3x10-123)。五个模型仅共享17.1%至31.8%的赋值结果,对340个已获批药物靶点的回收率各异;合并全部模型可回收52.1%,高于平均打分(38.8%)或联合训练(36.5%)。研究据此指出,GWAS药物靶点优先级排序对训练数据存在依赖。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. bioRxiv 预印本
    领域信息驱动的效应基因赋值揭示GWAS药物靶点优先级排序对训练数据的依赖

    一项bioRxiv预印本研究提出DEFA框架,按不同生物学领域训练五个效应基因赋值模型,发现同一方法跨领域性能从AUPRC 0.91降至0.46,差异源于模型对变异-基因距离的权重不同(p<5.3x10-123)。五个模型仅共享17.1%至31.8%的赋值结果,对340个已获批药物靶点的回收率各异,合并全部模型可回收52.1%,高于平均打分(38.8%)或联合训练(36.5%)。

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。