CORNETO多组学网络推断可复用性评估

Pablo Rodriguez-Mier 等人在 Nature Machine Intelligence 发表可复用性报告，复现、评估并扩展了多样本约束网络推断框架 CORNETO。报告称，多样本推断总体提升了稳健性与可重复性，但预测性能增益取决于生物学背景和先验网络的完整性。 研究在动态造血与稳定皮层数据集上评估四种网络重建范式，并引入 bootstrap 聚合与选择性再扩展策略，称其在不改动底层优化方案的前提下提升了共识稳健性与恢复效果。 结论是：样本量、先验知识和正则化共同界定了不同的推断区间，CORNETO 的可复用性受这些条件制约。

AI 根据报道生成 · 5 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。