OCOO-T: Modelo Celular Virtual para Predicción de Respuestas Transcripcionales
OCOO-T: modelo de célula virtual minimalista que predice respuestas transcripcionales a perturbaciones con alta precisión y escalabilidad.
#nice
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.
scCBGM: Edición Contrafactual Interpretable de Células Únicas
scCBGM: marco interpretable para edición contrafactual precisa de células individuales. Supera benchmarks en predicción y generalización combinatoria.
Leyes de escalado para transformers de reconstrucción enmascarada en células únicas
Primer estudio de leyes de escalado en transformers para transcriptómica unicelular. Con datos suficientes, el rendimiento sigue una ley de potencia. Ideal para modelos fundacionales.
scTransformer: atención de Transformer guiada por regulación genética
scTransformer: integra regulación genética en Transformers para análisis scRNA-seq interpretable. Mejora clasificación celular.
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.
YOTO: selección diferenciable de subconjuntos para datos ómicos
Descubre cómo YOTO selecciona subconjuntos óptimos de genes con un solo entrenamiento, mejorando la predicción y la interpretabilidad en datos ómicos.
scTranslation: benchmark completo para traducción multiómica unicelular
scTranslation: benchmark integral para traducción multiómica unicelular. Evalúa modelos con datasets y métricas, analizando selección de características y pocos ejemplos. ¡Descubre insights clave!
Generación escalable de expresión génica unicelular con difusión latente
Explora scLDM: un modelo de difusión latente que genera expresión génica unicelular escalable con atención cruzada. Ideal para clasificación celular.
Selección Activa de Tiempos para Aprender Trayectorias de Medidas
Descubre cómo seleccionar los mejores tiempos de medición usando aprendizaje activo y procesos gaussianos para reducir costos en biología unicelular.