GoCo：结构引导的共形校准，用于错误可控的基因本体注释发布

arXiv:2610.32990v1 公告类型：新摘要：计算基因功能预测以实验表征无法匹敌的规模生成注释，然而即使在领先方法中仍存在大量错误。针对基因本体（GO）预测的显式错误控制校准在很大程度上仍未得到发展。我们提出 GoCo，一个结构引导的框架，用于校准如何将现有预测器的分数转换为发布的注释。GoCo 为一种感知 GO 层级结构的基因水平错误发现比例（FDP）认证全局阈值，然后在相同的渐近风险控制保证下构建嵌套发布路径。在主操作点（alpha=0.10，delta=0.50），GoCo-M 在 Wainberg 共必需模块上开发，并在未重新调参的情况下应用于三项具有相同共享证据结构的独立研究，其平均留出基因水平 FDP 保持在目标值或以下，同时比 Multilabel 多发布 6.3–17.6% 的参考支持的 GO 术语。对于基因特异性邻域，GoCo-N 对单个调用进行排序。GoCo-N 在 FunMap 上开发，并在未重新调参的情况下于 STRING v12.0 仅实验网络验证，在 FunMap 和 STRING 中相同的精炼分数网格上，分别比 Multilabel 多发布 33.8% 和 36.4% 的参考支持的 GO 术语，同时将平均留出 FDP 保持在目标值以下。在更严格的 delta=0.10 设置下也呈现相同模式。因此，预测器原生的生物结构不仅可用于预测，还可在校准时复用，从而在选定的基因水平错误目标下发布更多有支持的注释，而无需重新训练预测器。

中文由 AI 翻译，仅供参考，以原文为准。