研究提出调控基因组鲁棒性评估框架

Yiyao Yang 提出一个结合机制模拟基准与 MPRA 真实数据分析的鲁棒性框架，用于量化 CNN、BiLSTM 和 Transformer 在调控基因组分布偏移下的性能退化、校准失效与不确定性可靠性。 该研究称，模型在轻度 GC 含量偏移下仍准确且校准良好，但在 motif 效应重连和噪声主导场景下误差升高、方差严重失准、覆盖率崩塌。加入 motif 衍生特征和全局 GC 含量等结构先验可降低分布内误差并带来鲁棒性增益；不确定性感知的选择性预测可进一步筛选低风险子集。

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。