Buchumschlag

GP-DHT: A Dual-Head Transformer with Contras-tive Learning for Predicting Gene Regulatory Rela-tionships across Species from Single-Cell Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yan, Shuai, Yu, Qingzhi, Dai, Wengfeng, Cheng, Xiang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Genomics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CFM-GP: Unified Conditional Flow Matching to Learn Gene Perturbation Across Cell Types
von: Abir, Abrar Rahman, et al.
Veröffentlicht: (2025)

Learning to Discover Regulatory Elements for Gene Expression Prediction
von: Su, Xingyu, et al.
Veröffentlicht: (2025)

Multiscale Grassmann Manifolds for Single-Cell Data Analysis
von: Wang, Xiang Xiang, et al.
Veröffentlicht: (2025)

Predicting Gene Disease Associations in Type 2 Diabetes Using Machine Learning on Single-Cell RNA-Seq Data
von: Toledo, Maria De La Luz Lomboy, et al.
Veröffentlicht: (2026)

Causal Discovery on Dependent Mixed Data with Applications to Gene Regulatory Network Inference
von: Chen, Alex, et al.
Veröffentlicht: (2026)

Gene Incremental Learning for Single-Cell Transcriptomics
von: Qi, Jiaxin, et al.
Veröffentlicht: (2025)

DeepPlantCRE: A Transformer-CNN Hybrid Framework for Plant Gene Expression Modeling and Cross-Species Generalization
von: Wu, Yingjun, et al.
Veröffentlicht: (2025)

ORBIT: Learning Gene Program Co-Activation Structure for Cell-Type-Stratified Pathway Rewiring Analysis in Single-Cell Transcriptomics
von: Wang, Yuechen, et al.
Veröffentlicht: (2026)

Single Cells Are Spatial Tokens: Transformers for Spatial Transcriptomic Data Imputation
von: Wen, Hongzhi, et al.
Veröffentlicht: (2023)

GeneMamba: An Efficient and Effective Foundation Model on Single Cell Data
von: Qi, Cong, et al.
Veröffentlicht: (2025)

xTrimoGene: An Efficient and Scalable Representation Learner for Single-Cell RNA-Seq Data
von: Gong, Jing, et al.
Veröffentlicht: (2023)

Deubiquitinase Genes as Prognostic Biomarkers in Osteosarcoma: Insights From Single‐Cell Sequencing and Machine Learning–Based Prognostic Modeling
von: Meng Zhang, et al.
Veröffentlicht: (2025)

Hierarchical Classification for Predicting Metastasis Using Elastic-Net Regularization on Gene Expression Data
von: Agyare, Benjamin Osafo, et al.
Veröffentlicht: (2024)

Graph Neural Networks as a Substitute for Transformers in Single-Cell Transcriptomics
von: Qi, Jiaxin, et al.
Veröffentlicht: (2025)

scGSDR: Harnessing Gene Semantics for Single-Cell Pharmacological Profiling
von: Huang, Yu-An, et al.
Veröffentlicht: (2025)

Scalable Single-Cell Gene Expression Generation with Latent Diffusion Models
von: Palla, Giovanni, et al.
Veröffentlicht: (2025)

The Mechanistic Invariance Test: Genomic Language Models Fail to Learn Positional Regulatory Logic
von: Cheng, Bryan, et al.
Veröffentlicht: (2026)

The Genomics Revolution in Nonmodel Species: Predictions vs. Reality for Salmonids.
von: May, Samuel A, et al.
Veröffentlicht: (2025)

Establishment of a Lactylation‐Related Gene Signature for Hepatocellular Carcinoma Applying Bulk and Single‐Cell RNA Sequencing Analysis
von: Lianghe Yu, et al.
Veröffentlicht: (2025)

Conditional Monte Carlo Tree Diffusion for Designing Cell-Type-Specific and Biologically Faithful Regulatory DNA
von: Awasthi, Animesh, et al.
Veröffentlicht: (2026)

Promoter Region and Regulatory Elements of IGF and VIP Genes Associated With Reproductive Traits in Chicken
von: Bosenu Abera, et al.
Veröffentlicht: (2025)

Single‐Cell RNA‐seq Reveals Deubiquitination Genes as Prognostic Markers in Hepatocellular Carcinoma
von: Xuening Lv, et al.
Veröffentlicht: (2026)

CARTEpigenoQC: A Quality Control Toolkit for CAR-T Single-Cell Epigenomic Data
von: Lai, Kaitao
Veröffentlicht: (2025)

PyamilySeq: A Python Tool for Interpretable Gene (Re)Clustering and Pangenomic Inference Across Species and Genera
von: Dimonaco, Nicholas J.
Veröffentlicht: (2024)

HybridQC: Machine Learning-Augmented Quality Control for Single-Cell RNA-seq Data
von: Lai, Kaitao
Veröffentlicht: (2025)

Scaling Laws for Masked-Reconstruction Transformers on Single-Cell Transcriptomics
von: Kendiukhov, Ihor
Veröffentlicht: (2026)

Deep Learning in Single-Cell and Spatial Transcriptomics Data Analysis: Advances and Challenges from a Data Science Perspective
von: Ge, Shuang, et al.
Veröffentlicht: (2024)

Cross-Species Antimicrobial Resistance Prediction from Genomic Foundation Models
von: Tai, Huilin
Veröffentlicht: (2026)

Systematic Evaluation of Single-Cell Foundation Model Interpretability Reveals Attention Captures Co-Expression Rather Than Unique Regulatory Signal
von: Kendiukhov, Ihor
Veröffentlicht: (2026)

Single‐Cell Analysis Delineates Glutathione Metabolism–Related Gene Signatures in the Glioblastoma Microenvironment and Identifies GSTA4 as a Regulator of Malignant Behaviors
von: Baozhi Feng, et al.
Veröffentlicht: (2026)

Five-Gene Expression Formula Accurately Detects Hepatocellular Carcinoma Tumors
von: Ogholbake, Aram Ansary, et al.
Veröffentlicht: (2025)

Predicting Breast Cancer Phenotypes from Single-cell RNA-seq Data Using CloudPred
von: Moghimianavval, Hossein, et al.
Veröffentlicht: (2024)

Toward Interpretable and Generalizable AI in Regulatory Genomics
von: Nagai, Masayuki, et al.
Veröffentlicht: (2026)

Quantum Generative Modeling of Single-Cell transcriptomes: Capturing Gene-Gene and Cell-Cell Interactions
von: Romero, Selim, et al.
Veröffentlicht: (2025)

StateXDiff: Cell State-Contextualized Multimodal Diffusion for Single-Cell Perturbation Prediction
von: Shi, Peiting, et al.
Veröffentlicht: (2026)

Nephrobase Cell+: Multimodal Single-Cell Foundation Model for Decoding Kidney Biology
von: Li, Chenyu, et al.
Veröffentlicht: (2025)

Single-Cell Omics Arena: A Benchmark Study for Large Language Models on Cell Type Annotation Using Single-Cell Data
von: Liu, Junhao, et al.
Veröffentlicht: (2024)

Exploring Gene Regulatory Interaction Networks and predicting therapeutic molecules for Hypopharyngeal Cancer and EGFR-mutated lung adenocarcinoma
von: Bhattacharjya, Abanti, et al.
Veröffentlicht: (2024)

A Neurotrophic Factor–Related Gene Signature Predicts Prognosis and Immunotherapy Response in Colorectal Cancer
von: Xu-Yang Zuo, et al.
Veröffentlicht: (2026)

Machine Learning-Based Prediction of Key Genes Correlated to the Subretinal Lesion Severity in a Mouse Model of Age-Related Macular Degeneration
von: Yan, Kuan, et al.
Veröffentlicht: (2024)