热点事件持续更新
BI-SCUDO回归算法用于组学数据临床变量推断
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发布预印本,研究人员提出基于秩的回归框架BI-SCUDO Regression,利用样本内排序和网络预测分析高通量组学数据,无需复杂归一化。在TCGA队列中,该算法预测生存的表现优于LASSO、随机森林回归和XGBoost,Ratio of Performance to Deviation平均提升43%至86%,并识别出简约、具统计学显著性和生物学相关性的生物标志物。目前该研究处于预印本阶段,尚未见同行评议或独立验证的报道。
AI 根据报道生成 · 2 小时前更新
最新进展11月18日 08:00
bioRxiv预印本提出BI-SCUDO回归框架,称在TCGA生存预测中优于LASSO等算法。报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- bioRxiv 预印本BI-SCUDO Regression:一种从组学数据推断临床变量的新算法
研究人员提出基于秩的回归框架 BI-SCUDO Regression,利用样本内排序和网络预测分析高通量组学数据,无需复杂归一化。在 TCGA 队列中,该算法预测生存的表现优于 LASSO、随机森林回归和 XGBoost,Ratio of Performance to Deviation 平均提升 43% 至 86%,并识别出简约、具统计学显著性和生物学相关性的生物标志物。
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。