Reconstructing intra-tumor fitness landscapes from scSeq CNA genotypes via simulation-based Bayesian inference and Deep Learning
Este artigo apresenta o CloneMLP-NPE, uma abordagem de inferência bayesiana baseada em simulação e aprendizado profundo que utiliza estimativa neural de posterior para inferir com precisão os coeficientes de seleção de alterações no número de cópias (CNAs) a partir de perfis genotípicos de tumores, superando métodos convencionais e baselines existentes na quantificação de incertezas e na precisão das estimativas.