本研究通过整合多组学数据与SHAP（SHapley Additive exPlanations）可解释性机器学习模型，系统筛选出SIX4、SCNN1B和PCDH11X作为斯坦福A型主动脉夹层（TAAD）的关键枢纽基因，其中SIX4被证实通过调控血管平滑肌细胞（VSMC）表型转换和CXCL12-CXCR4介导的免疫互作驱动疾病进展。
本综述系统阐述了利用集成机器学习（ML）模型（如XGBoost、LightGBM、随机森林RF）预测农业损伤严重度的创新框架。研究通过AgInjuryNews数据集（n=2451）验证了模型的高预测性能（准确度≈0.71，F1-score≈0.81），并创新性地结合SHapley Additive exPlanations（SHAP）方法实现 ...
一些您可能无法访问的结果已被隐去。
显示无法访问的结果
反馈