今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

非线性基因网络推断:整合 S 型响应微分方程与序列阈值最小二乘法

《npj Systems Biology and Applications》:Nonlinear gene network inference: integrating sigmoid-response differential equations with sequential thresholded least squares

【字体: 大 中 小 】 时间:2026年08月27日 来源:npj Systems Biology and Applications 4.4

编辑推荐:

   摘要基因调控网络(GRNs)是细胞身份、分化和疾病的基础。虽然许多计算方法可从转录组数据推断 GRNs,但大多数动力学方法依赖于线性或非参数模型,忽略了饱和、协同性和反馈等非线性特征。我们提出了 S 型响应序列阈值最小二乘法(SRSTLS),这是一个将 S 型响应动力学模型与

  

摘要

基因调控网络(GRNs)是细胞身份、分化和疾病的基础。虽然许多计算方法可从转录组数据推断 GRNs,但大多数动力学方法依赖于线性或非参数模型,忽略了饱和、协同性和反馈等非线性特征。我们提出了 S 型响应序列阈值最小二乘法(SRSTLS),这是一个将 S 型响应动力学模型与序列阈值最小二乘法优化器相结合的框架,旨在从时间序列或伪时间基因表达数据中重构非线性调控相互作用。SRSTLS 已在六个基于常微分方程的模拟基准上得到验证,包括双稳态开关和更大的网络,以及来自胚胎干细胞和肝母细胞的两个真实单细胞 RNA 测序数据集。与 SCODE 和 AR1MA1-VBEM 相比,SRSTLS 在边识别和符号确定方面表现出更高的准确性,并在不同的噪声水平和伪时间排序参数下保持稳健。我们的研究结果表明,纳入非线性动力学可以显著改善 GRN 推断,确立了 SRSTLS 作为研究复杂生物系统中调控机制的一种可靠且可解释的工具。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:基因调控网络|S型响应序列阈值最小二乘法|非线性动力学|单细胞RNA测序|网络重构

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号