博文
- 跨人类细胞TF驱动基因程序图谱
- 跨人类细胞 TF 驱动基因程序图谱 单细胞技术和资源（例如人类细胞图谱（ HCA ））的最新兴起允许从多种不同的细胞类型和条件中记录基因表达和染色质可及性。现在，利用这些庞大的资源打开了在单细胞分辨率下大规模表征细胞类型的基因调控网络的可能性。这可以通过将计算方法与已知的分子相互作用偏好相 ...
- 因果涌现2.0：量化涌现复杂性
- 因果涌现 2.0 ：量化涌现复杂性 复杂的系统跨尺度运行，因此证明了大量可能的描述。这导致了一种说法，即在复杂的系统中，如生物学中，“没有特权层次的因果关系”。但是，所有可能的尺度集合（即使在低维度形式）很大，即使对于小型系统，大多数是对系统因果关系工作的低级描述（例如，计算机的随机粗粒 ...
- 借助因果差异网络识别生物扰动靶标
- 借助因果差异网络识别生物扰动靶标 细胞构成生物系统的基础，它们在其一生中都经历了多种动力状态。除了细胞周期之类的自然因素外，外部扰动（例如药物、基因敲低）还可以改变细胞状态。虽然扰动可以影响许多下游变量，但从细胞重编程到阐明作用机制，确定诱发这些转变的根本原因或目标具有巨大的治疗意义。 ...
- cellSight：使用单细胞数据刻画细胞动力学
- cellSight ：使用单细胞数据刻画细胞动力学 高通量单细胞技术的出现已经产生了前所未有的生物学数据量，在处理、分析和解释细胞异质性和动力学方面引起了重大计算挑战。单细胞基因组学领域强调了对能够处理复杂数据分析的复杂计算工具的需求，尤其是在理解细胞异质性及其时间动力学方面。最近在单细胞方法 ...
- 生物标志物发现的表达图网络框架
- 生物标志物发现的表达图网络框架 分类问题构成了机器学习的基石，其首要目标是根据观察结果的属性将其分类为离散的类。这一过程在医疗保健中尤为重要，精确的分类直接影响诊断、治疗策略和患者结果。机器学习彻底改变了传统的分析方法，提供了处理和解释复杂数据集的创新方法。这些技术在生物标志物发现中的应 ...
- 单细胞转录组数据驱动的基因调控网络建模、推理和评估方法调研
- 单细胞转录组数据驱动的基因调控网络建模、推理和评估方法调研 系统生物学是一个跨学科领域，涉及生物学、化学、数学、物理学等知识，其研究重点是生物系统组成部分之间的相互作用，以及这些相互作用如何在系统内产生行为和功能。此外，细胞网络（基因、蛋白质和代谢调节）涉及数千个分子的协调相互作用，使其 ...
- scRDEN：单细胞动态基因等级差异表达网络和鲁棒轨迹推断
- scRDEN ：单细胞动态基因等级差异表达网络和鲁棒轨迹推断 单细胞转录组测序技术的快速发展使研究人员能够研究单细胞分辨率的细胞状态过渡和各种生物学过程，并为探索正常发育和疾病的基本机制开放了新领域。它进一步允许研究人员测量单个细胞内的基因表达水平，鉴定复杂细胞种群中的特定细胞类型，分析单个 ...
- CausalBench挑战：单细胞扰动数据驱动的基因网络推理机器学习竞赛
- CausalBench 挑战：单细胞扰动数据驱动的基因网络推理机器学习竞赛 因果基因作用网络可视化为有向图，直观地阐明了细胞内基因的复杂相互作用，揭示了细胞特异性的细胞功能和调控。这些网络不仅有助于区分正常和异常的细胞过程，还可以阐明各种疾病中受干扰的途径。通过研究这些网络，获得了可以指导潜在药 ...
- 社区检测算法的广泛基准测试
- 社区检测算法的广泛基准测试 社区检测算法是识别网络中密集连接节点集群或组的关键工具。这些算法具有广泛的应用，从社会学和生物学到大数据处理和并行计算任务。它们通过揭示底层网络的隐藏模式和介观特性，为复杂系统的结构和组织提供了有价值见解。 从历史上看，基准测试工作主要集中在使用 Py ...
- CORESH：基于基因标签的公共基因表达数据集搜索引擎
- CORESH ：基于基因标签的公共基因表达数据集搜索引擎 基因表达综合数据库（ GEO ）是一个不断增长的公共基因表达数据资源，目前包含来自数十万个实验的数百万个样本。该资源因其加速生物发现的能力而受到研究界的高度重视，利用先前生成的 GEO 数据集的 30,000 多项研究证明了这一点。使用 GEO 的 ...
