University of Cambridge（剑桥大学）

SNPgen: Phenotype-Supervised Genotype Representation and Synthetic Data Generation via Latent Diffusion

SNPgen: 通过潜在扩散模型生成表型监督的合成基因型

Andrea Lampis, Michela Carlotta Massi, Nicola Pirastu, Francesca Ieva, Matteo Matteucci, Emanuele Di Angelantonio

机构 * DEIB, Politecnico di Milano（米兰理工学院DEIB部门） ； Politecnico di Milano（米兰理工学院） ； Health Data Science Centre, Human Technopole（人类技术pole健康数据科学中心） ； Genomics Research Centre, Human Technopole（人类技术pole基因组研究中心） ； MOX - Department of Mathematics, Politecnico di Milano（米兰理工学院数学系） ； Department of Public Health and Primary Care, University of Cambridge（剑桥大学公共卫生与初级护理系） 纠错

AI总结 SNPgen通过条件潜在扩散模型生成表型监督的合成基因型，实现统计忠实性和下游任务实用性之间的平衡，与全基因组PRS方法在预测性能上相当。