VAMP-Net 用于结核病耐药性预测

Research Paper#Bioinformatics, Machine Learning, Drug Resistance🔬 Research|分析: 2026年1月4日 00:06
发布: 2025年12月25日 21:28
1分で読める
ArXiv

分析

本文介绍了 VAMP-Net,这是一个用于预测结核分枝杆菌 (MTB) 耐药性的新型机器学习框架。它通过结合用于捕获上位相互作用的 Set Attention Transformer 和用于分析数据质量指标的 1D CNN,解决了复杂的遗传相互作用和可变数据质量的挑战。 这种多路径架构实现了高精度和 AUC 分数,证明了其优于基线模型的性能。 该框架的可解释性,通过注意力权重分析和积分梯度,可以理解遗传因果关系和数据质量的影响,这使其成为对临床基因组学的重大贡献。
引用 / 来源
查看原文
"The multi-path architecture achieves superior performance over baseline CNN and MLP models, with accuracy exceeding 95% and AUC around 97% for Rifampicin (RIF) and Rifabutin (RFB) resistance prediction."
A
ArXiv2025年12月25日 21:28
* 根据版权法第32条进行合法引用。