CytoGem-XAI：可解释的代谢建模新框架
该框架结合超图神经网络与可解释分析，实现样本特异性代谢预测和关键反应识别。
基因组规模代谢模型对理解细胞代谢至关重要，但现有深度学习方法缺乏可解释性，传统通量平衡分析无法提供样本特异性预测。CytoGem-XAI将反应编码为超边连接代谢物，引入基于扰动的碳源重要性排序和硬干预反应瓶颈识别模块，首次实现可解释的、与FBA平行的分析。该研究为药物靶点发现和代谢工程提供了强大工具。注意：本文为预印本，尚未经过同行评审。
BioDir |
BioDir 该框架结合超图神经网络与可解释分析，实现样本特异性代谢预测和关键反应识别。
基因组规模代谢模型对理解细胞代谢至关重要，但现有深度学习方法缺乏可解释性，传统通量平衡分析无法提供样本特异性预测。CytoGem-XAI将反应编码为超边连接代谢物，引入基于扰动的碳源重要性排序和硬干预反应瓶颈识别模块，首次实现可解释的、与FBA平行的分析。该研究为药物靶点发现和代谢工程提供了强大工具。注意：本文为预印本，尚未经过同行评审。