研究人员开发人工智能工具来预测疾病 治疗期间的细胞行为

柏林：研究人员开发了一种人工智能(AI)动力工具scGen，它有望重塑我们在细胞水平研究疾病及其治疗方式。这项发表在“自然方法”杂志上的研究显示，scGen将有助于绘制和研究细胞对疾病及其治疗的反应，而不仅仅是实验数据。根据研究人员的说法，scGen是一种生成性的深度学习模型，它利用图像，序列和语言处理的思想，并将其应用于模拟在计算机上或通过计算机模拟执行的细胞行为。

该团队的下一步将是改进scGen，使其成为一个完全数据驱动的公式，增加其预测能力，以便能够研究扰动组合。

“我们现在可以开始优化scGen来回答有关疾病的越来越复杂的问题，”德国慕尼黑技术大学的研究员Alex Wolf说。

健康状态下的大型器官图谱很快就会出现，特别是在人类细胞图集中。这是以更好的方式理解健康状态的细胞，组织和器官并在诊断，监测和治疗疾病时提供参考的重要步骤。

准确建模细胞对扰动的反应，例如疾病，化合物和遗传干预，是计算生物学的核心目标。

此外，scGen是第一个预测样本外细胞反应的工具。这意味着，如果对捕获给定系统的扰动影响的数据进行训练，scGen能够对不同的系统进行可靠的预测。

慕尼黑技术大学的Mohammad Lotfollahi说：“我们第一次有机会使用鼠标等模型系统中生成的数据，并利用这些数据预测人类患者的疾病或治疗反应。”