返回
dotears: Scalable and consistent directed acyclic graph estimation using observational and interventional data
DOI:10.1016/j.isci.2024.111673.png)
摘要
En 中文
新的检测方法,如Perturb-seq,将并行的CRISPR干预与转录组学读出联系起来,为基因调控网络提供了见解。因果调控网络可以用有向无环图(DAGs)表示,但可识别性的缺乏和组合解空间使得从观测数据中学习DAGs变得复杂。基于评分的方法改进了推断DAGs的实用可扩展性,但对误差方差结构敏感。此外,在没有结构先验知识的情况下,对误差方差的校正很困难。我们提出了dotears [doo-tairs],一个连续优化框架,利用观测数据和干预数据来推断因果结构,假设线性结构方程模型。dotears利用硬干预的结构后果来估计和校正误差方差结构。dotears在温和假设下是对真实DAG的可证明一致估计器,并在各种模拟中优于其他当前最先进的方法。在真实数据中,差异表达检验和高置信度蛋白质-蛋白质相互作用验证了dotears推断的边的精度和召回率高于其他方法。
Keyword:
NETWORKS
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.1
论文数:
5.3K
被引数:
4.1W
机构
引用论文
The GTEx Consortium atlas of genetic regulatory effects across human tissuesGTEx联盟对人体组织的遗传调控作用图集
Science
IF0
Exploring genetic interaction manifolds constructed from rich single-cell phenotypes探索由丰富的单细胞表型构建的遗传相互作用流形
Science
IF0
Large-scale cis- and trans-eQTL analyses identify thousands of genetic loci and polygenic scores that regulate blood gene expression大规模顺式和反式eQTL分析确定了数千个调节血液基因表达的遗传基因座和多基因评分
NATURE GENETICS
IF31.8
Mapping information-rich genotype-phenotype landscapes with genome-scale Perturb-seq用基因组规模的扰动序列绘制信息丰富的基因型-表型景观
Cell
IF0

