scLLM-DSC: Clustering multimodal con LLM para ARN-seq unicelular
scLLM-DSC: un novedoso marco de clustering multimodal que aprovecha grandes modelos de lenguaje para mejorar la precisión en el análisis de células individuales.
#células
scLLM-DSC: Agrupamiento Estructural Profundo Multimodal con LLM para scRNA-seq
scLLM-DSC mejora el clustering de scRNA-seq integrando conocimiento de LLM y supera 11 métodos. Conoce este avance en bioinformática.
Características basadas en magnitud para datos espaciales multiespecie
Características basadas en magnitud revelan interacciones en datos espaciales multiespecie. Aplicación en tumores y cáncer colorrectal. Descúbrelo aquí.
scCBGM: Edición Contrafactual Interpretable de Células Únicas
scCBGM: marco interpretable para edición contrafactual precisa de células individuales. Supera benchmarks en predicción y generalización combinatoria.
DualGate-Net: marco dual con puertas previas para detección celular
DualGate-Net mejora la detección celular en histopatología integrando prioridades tisulares de forma adaptativa, logrando un F1 de 0.77 en OCELOT.
Hacia modelos de mundo en investigación biomédica
Descubre cómo los modelos mundiales biomédicos, impulsados por IA, permiten simular futuros biológicos y acelerar el descubrimiento de terapias.
GridPE: Codificación posicional unificada para dimensiones arbitrarias
GridPE: embedding posicional inspirado en células grid que unifica espacios multidimensionales. Supera a RoPE en tareas de visión 2D y 3D. ¡Descúbrelo!
BRAINCELL-AID: IA agéntica para anotación comunitaria de células cerebrales
Descubre BRAINCELL-AID, un sistema de IA agéntica que revoluciona la anotación de tipos celulares cerebrales. Mejora la precisión con RAG y análisis de RNA-seq.
BRAINCELL-AID: Un sistema de IA multiagente para anotación de células cerebrales
Descubre cómo BRAINCELL-AID usa IA multiagente y RAG para anotar tipos de células cerebrales con alta precisión, facilitando la investigación en neurociencia.
Benchmark revela limitada generalización en modelos de predicción epítopos TCR
Nuevo benchmark revela limitada generalización de modelos de predicción de epítopos TCR. Descubre por qué se necesitan mejores algoritmos para la inmunología.
scBatchProx: Refinamiento federado para estabilidad de tipos celulares
Descubre scBatchProx, un método de refinamiento ligero inspirado en federated learning que estabiliza embeddings de células individuales y mejora la clasificaci
Aprendiendo a ver con implantes epirretinianos y aprendizaje por refuerzo
El aprendizaje por refuerzo profundo optimiza la estimulación de implantes epirretinianos para generar imágenes claras. Un avance para restaurar la visión.
Estimación de razón de densidades con flujos para distribuciones intratables
Descubre cómo la estimación de razón de densidades con flujos condicionados permite comparar estados celulares en genómica para evaluar efectos de tratamiento.