PerturbEnergy：条件能量先验提升细胞扰动响应预测

研究人员 Yuchen Yan、Yatao Bian 等人提交论文，提出 PerturbEnergy 方法：在扰动表征上引入条件能量先验，对与给定扰动兼容的表征赋予更低能量，从而把潜空间显式偏向扰动偏好的区域。该方法可集成进自编码器架构，其 ELBO 与完整自编码器的 ELBO 等价，并被证明能提升表征与扰动间条件互信息的下界。 据论文称，在四个基准数据集上，潜空间扰动识别提升最高达 83.2%，并在 top-50/100/200 差异表达基因响应预测上达到 SOTA。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。