知識驅動框架破解未表徵藥物響應預測
單細胞擾動組學為預測藥物引起的轉錄變化提供數據基礎,但絕大多數小分子從未在單細胞層面被系統表徵,現有方法對全新藥物的泛化能力明顯不足。有研究提出機制感知框架,以知識圖譜補足這一短板。
現有方法的泛化短板
現有方法通常將藥物視為獨立類別標籤,或僅依賴分子結構建模;面對完全沒有轉錄擾動數據的新藥時,預測能力明顯下降,難以支撐虛擬細胞對廣闊化學空間的覆蓋需求。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
