为解决传统生物网络分析在处理不完整或异质数据集时的困境，研究人员开展基于基因集嵌入揭示潜在生物学关联的研究，发现新关联并验证跨物种稳健性，为理解复杂生物过程和疾病提供新视角。 在生命科学的探索之旅中，生物系统的复杂性就像一座神秘的 ...

本研究针对蛋白质网络嵌入在跨物种机器学习中的挑战，开发了SPACE（STRING Proteins as Complementary Embeddings）系统。研究人员通过整合STRING数据库中1,322种真核生物的蛋白质网络和orthology关系，采用node2vec和FedCoder技术生成512维跨物种网络嵌入，并与ProtT5序列嵌入互补。