{"type":"rich","version":"1.0","provider_name":"Transistor","provider_url":"https://transistor.fm","author_name":"萌喵读文献-生物信息学","title":"今日生物信息学最高分文献 - 2025-06-24","html":"<iframe width=\"100%\" height=\"180\" frameborder=\"no\" scrolling=\"no\" seamless src=\"https://share.transistor.fm/e/5391b692\"></iframe>","width":"100%","height":180,"duration":99,"description":"科研喵使用AI读文献，祝你效率百倍，访问LabCat.com.cn下载。最新播客来啦！在《生物信息学简报》上，一项关于iGTP的研究引起了我们的注意。iGTP是一种深度学习框架，它通过分析单细胞转录组数据，揭示了细胞反应背后的生物学机制。这项研究不仅提高了我们对细胞响应的理解，还在功能富集任务中超越了其他深度学习模型和传统生物信息学方法。iGTP通过整合图神经网络框架，有效推断细胞对扰动的反应，并能准确生成特定细胞类型和状态的细胞嵌入。这一发现预示着iGTP在预测新扰动反应方面的潜力，为未来的生物医学研究开辟了新天地。不要错过这一令人兴奋的科学进展！","thumbnail_url":"https://img.transistorcdn.com/38WU46uKrju37cyiLrKcVSktFL4vxBb_oTgbpM_2CRw/rs:fill:0:0:1/w:400/h:400/q:60/mb:500000/aHR0cHM6Ly9pbWct/dXBsb2FkLXByb2R1/Y3Rpb24udHJhbnNp/c3Rvci5mbS8zOGU2/ZmEyYWE0MDZkNGFj/NWMzNGY5ZmU4YTk0/ZTBlNS5qcGc.webp","thumbnail_width":300,"thumbnail_height":300}