基于互动知识转移增强图的基因-代谢物关联预测及其在代谢物生产中的应用

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法,利用全基因组测序数据和参考代谢物,通过多视图变分自编码器对未知代谢物进行插补,效果优于传统技术,提升数据完整性,促进代谢途径与疾病关联研究。

🎯

关键要点

  • 本研究提出了一种新方法,利用全基因组测序数据和参考代谢物进行未知代谢物插补。
  • 该方法通过多视图变分自编码器联合建模负担得分、多基因风险得分和连锁不平衡剪辑SNPs。
  • 方法通过学习组学数据的潜在表示,有效插补缺失的代谢物值。
  • 研究表明该方法在实际代谢组学数据集上优于传统插补技术。
  • 整合全基因组测序数据与代谢组学数据可以提高数据完整性,增强下游分析。
  • 为代谢途径与疾病关联研究提供了更全面和准确的基础。
➡️

继续阅读