跳到正文
arXiv · AI· Jose A. Bird·· 2026-10-12AI 评分25

CASCADE:基于MCP代理框架的基因扰动下游转录效应预测

CASCADE: An Agentic Regulatory Network Framework for Patient-Data-Validated Downstream Perturbation Prediction

AI 导读

CASCADE框架利用预计算ARACNe调控网络通过MCP接口预测基因扰动的下游转录效应。在MYC验证中,其敲低预测与TCGA肿瘤表达一致性达90.0%(BRCA)、72.0%(COAD)和85.7%(STAD)。 该框架在35项自然语言请求测试中,本地模型工具调用精确匹配率为71.4%,大模型为85.7%。验证显示其对增殖机制基因有效,但对谱系身份转录因子和CCND2失败。

来源:arXiv · AI · arxiv.org