Towards Useful and Private Synthetic Omics: Community Benchmarking of Generative Models for Transcriptomics Data
Este estudio presenta un benchmarking comunitario de 11 métodos generativos para datos de transcriptómica, revelando que la elección del modelo implica compensaciones críticas entre utilidad biológica, fidelidad de la distribución y riesgo de privacidad, donde los modelos profundos ofrecen mayor rendimiento pero menor resistencia a ataques de inferencia de membresía en comparación con las técnicas de privacidad diferencial.