MRFlow虚拟细胞扰动预测方法发布

Haojie Yang 与 Ran Su 提交发布 MRFlow，一种用于虚拟细胞扰动预测的机制结构化残差流匹配方法。该方法把虚拟细胞预测建模为单细胞经验分布间的条件传输，通过条件流匹配向量场将对照组细胞群输运至扰动组细胞群。 该向量场分解为机制结构化仿射字典（共享潜响应算子与低秩条件校正）和谱控残差场；基因扰动经调控图 GCN 编码，化学扰动经 Morgan 指纹编码。作者称，在八个基因与药物扰动基准上，MRFlow 取得最高综合得分，并在差异表达与分布指标上保持有竞争力的原始表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。