bioRxiv Genomics· Masaki, N., Acharya, S., Malysheva, V., Koturan, S., Bottolo, L., Spivakov, M. ·2026-10-26 08:00· 1 天前精选评分63

SPARK：基于单细胞多组学数据和先验知识的增强子基因调控网络贝叶斯结构学习

SPARK: Bayesian structure learning of enhancer-based gene regulatory networks from single-cell multiomics data and prior knowledge

导读

作者提出SPARK框架，将单细胞多组学数据与机制先验知识结合，通过贝叶斯推断重建增强子基因调控网络。SPARK将eGRN表示为有向无环图（DAG），网络结构先验来自异质证据；模拟研究显示其受益于先验知识，并优于现有基于DAG和回归的算法。

推荐理由

SPARK将机制先验纳入单细胞eGRN的贝叶斯重建，模拟中报告了相对DAG和回归基线的性能优势，便于比较方法设计。

来源：bioRxiv Genomics · biorxiv.org