热点事件持续更新
研究人员提出细胞扰动响应预测模型PerturbEnergy
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10月，研究人员在arXiv发表论文，提出用于细胞扰动响应预测的AI框架PerturbEnergy。该框架通过引入条件能量先验来学习特定扰动表征，以增强模型对细胞扰动响应的预测能力。该方法可整合进自编码器架构中，通过显式引导潜在空间向扰动偏好区域倾斜来有效捕捉扰动效应。在4个基准数据集上的实验测试表明，PerturbEnergy在潜在空间的扰动识别提升最高可达83.2%，并在前50、100和200个差异表达基因（DEG）的响应预测任务中均达到了SOTA水平。
AI 根据报道生成 · 2 小时前更新
最新进展10月13日 22:24
研究人员提出PerturbEnergy框架，实验显示扰动识别提升最高达83.2%且预测达SOTA水平。报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- arXiv · AI×医药交叉论文基于条件能量先验表征的细胞扰动响应预测模型 PerturbEnergy
研究人员提出 PerturbEnergy 框架，通过引入条件能量先验来学习特定扰动表征，以提升基于 AI 的细胞扰动响应预测能力。该方法可整合进自编码器架构中，通过显式引导潜在空间向扰动偏好区域倾斜来捕捉扰动效应。在 4 个基准数据集上的实验显示，其潜在空间扰动识别提升最高达 83.2%，并在前 50/100/200 差异表达基因（DEG）响应预测上达到 SOTA 水平。
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。