目录 / bio-temporal-genomics-temporal-grn
SKILL
未评级
已上架
bio-temporal-genomics-temporal-grn
基于批量时间序列表达数据,利用格兰杰因果关系(statsmodels VAR F检验)、dynGENIE3(基于树集成的ODE导数回归;默认为随机森林,可选极端随机树)以及动态贝叶斯网络(bnlearn)推断具有方向性和时间延迟的基因调控边。适用于输出为用于扰动验证的**排序假设列表**(而非已验证的因果边)的场景;根据时间点数量和线性特征选择格兰杰、dynGENIE3或DBN方法;将最大滞后阶数(maxlag)限制在满足自由度下限 n > 3*maxlag + 1 的范围内;在格兰杰分析前处理平稳性与差分;将调控因子限定为已知转录因子(TF);并在匹配边密度条件下比较不同状态下的网络重连情况。不适用于单细胞伪时间基因调控网络(参见 gene-regulatory-networks/scenic-regulons)或静态共表达网络(参见 gene-regulatory-networks/coexpression-networks)。
模型生成摘要(rules/v1 · 2026-11-16 06:58):基于批量时间序列表达数据,利用格兰杰因果关系(statsmodels VAR F检验)、dynGENIE3(基于树集成的ODE导数回归;默认为随机森林,可选极端随机树)以及动态贝叶斯网络(bnlearn)推断具有方向性和时间延迟的基因调控边
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-16 06:58 | 0e62846d | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。