MRFlow：基于机制结构化残差流匹配的扰动响应预测方法
热点事件观察中
MRFlow：基于机制结构化残差流匹配的扰动响应预测方法
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Haojie Yang 与 Ran Su 在 arXiv 发布预印本，提出虚拟细胞扰动预测方法 MRFlow，用于预测化学和基因扰动下的单细胞响应。基于论文摘要，该方法在 8 个基因和药物扰动基准上取得最高综合得分，并保持差异表达与分布指标上的竞争力。 方法上将预测建模为条件输运：通过条件流匹配把对照细胞群体传输到扰动细胞群体，并结合机制结构化仿射字典、条件低秩校正和受谱控制的残差场，建模共享响应与非线性变化。
AI 根据报道生成 · 1 天前更新
最新进展10月14日 12:00
MRFlow：用于虚拟细胞扰动预测的机制结构化残差流匹配报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AIMRFlow：用于虚拟细胞扰动预测的机制结构化残差流匹配
Haojie Yang与Ran Su提出MRFlow，用于预测化学和基因扰动下的单细胞响应。该方法通过条件流匹配将对照细胞群体传输到扰动细胞群体，并结合机制结构化仿射字典、条件低秩校正和受谱控制的残差场建模共享响应及非线性变化。基于论文摘要，MRFlow在8个基因和药物扰动基准上取得最高综合得分，同时保持差异表达和分布指标上的竞争力。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 810月14日 18:00
- 近 24 小时变化
- -49%
02.557.510
18:0010月15日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。