arXiv · cs.AI· Yuchen Yan·· 14 天前AI 评分18
PerturbEnergy：基于条件能量先验的细胞扰动响应预测方法
Learning Perturbation-Specific Representations through Conditional Energy Prior for Cellular Response Prediction
来源与原文
arXiv · cs.AI
作者：Yuchen Yan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.18456v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 PerturbEnergy，通过在扰动表示上引入条件能量先验，使与给定扰动兼容的表示获得更低能量，从而显式引导潜空间偏向扰动偏好区域。该方法可集成进自编码器架构，其 ELBO 与完整自编码器等价，且优化过程可提升表示与扰动间条件互信息的下界。在四个基准数据集上，扰动识别最高提升 83.2%，并在 top-50/100/200 差异表达基因（DEG）响应预测上达到 SOTA。
来源：arXiv · cs.AI · arxiv.org