Pachter 团队复检 MoTrPAC 大鼠数据集:发现标签错换、亚型差异与潜在新病毒
lpachter · x · 2026-09-08
Lior Pachter 与 Conrad Oakes 在 BMC Genomic Data 发表对 MoTrPAC(运动分子转导联盟)耐力训练大鼠数据集的再分析论文,指出严谨的生物信息学与统计处理的重要性:
- 标签错换:原始数据中存在被忽略的样本标签互换问题。
- 预测能力:基因表达可较准确预测大鼠的训练运动量;GLM 有效,而 scVI 潜空间反而未带来帮助。
- 亚型层面发现:忽略 isoform 是常规做法(MoTrPAC 及多种 AI 基础模型亦然),但下钻到转录本层面能发现基因层面被掩盖的差异——如某个 SUMO 转录本随运动显著变化,而其基因整体并不差异。
- 病毒混入:用病毒检测方法发现一只患病大鼠,提示健康状态是重要协变量——Tigit 基因看似因运动差异表达,实为疾病免疫反应。
论文开放获取,全部结果可通过 Google Colab 上的 notebook 完整复现。
「研究」频道最新
- 哈工大提出 EASE:证据锚定空间注意力,让多模态 RLVR 答对也看对地方 — jiqizhixin · 2026-09-11
- P=NP 到底难在哪：排课表与电路布线才是真正的硬骨头 — thesaraharminta · 2026-09-11
- MutexaGPT:LLM翻译直觉,分子动力学筛选酶突变,命中率40% — bravo_abad · 2026-09-11
- 单作者ECCV 2026论文:让卷帘快门失真修正实用化 — ducha_aiki · 2026-09-11
- MetroLLM-Bench：小模型微调后可在交通自助机任务上比肩大模型 — continker · 2026-09-11
- 曝 OpenAI 用 Navier-Stokes 模型攻黎曼猜想与 P vs NP — 141_1337 · 2026-09-11