

目前,对人类细胞的详细分析,以及对复杂疾病机制和治疗方法的研究,都受益于《Cell》期刊最新发布的人工智能驱动的细胞图谱技术的进步。
这个开创性的工作由斯坦福大学的Stephen Quake、计算机科学教授Jure Leskovec,以及《Cell》期刊的Theofanis Karaletsos与哈佛大学和麻省理工学院Broad研究所的研究员Aviv Regev共同完成。
他们的研究重点是整合单细胞数据和空间数据以深入了解细胞之间的相互作用,从而促进了对组织微环境的细胞类型和组织结构的研究。具体来说,他们已经开发出了一种使用AI和大语言模型的“人工智能驱动的细胞图谱”(AIVC)的新方法。AIVC能够理解复杂的空间关系和细胞类型,从而有助于识别疾病驱动因素、改善药物发现,并促进我们对细胞相互作用的理解。
事实上,这种细胞图谱技术的进步能够帮助研究人员识别出特定类型的细胞标志物,进而改进对疾病发展过程中涉及的信号通路和分子事件的理解。通过AI技术,研究人员能够更有效地整合来自单细胞和空间数据集的信息,从而揭示细胞之间复杂的相互作用,为疾病诊断和治疗开辟新的途径。
总而言之,这项人工智能技术的应用在细胞图谱领域具有重要的意义,它为研究人员提供了更深入了解细胞功能和相互作用的新视角。这一创新方法不仅加速了细胞图谱的创建,还有助于揭示疾病相关的分子机制,为未来的医学研究奠定基础。
原文链接:
https://linkinghub.elsevier.com/retrieve/pii/S0092867424013321
© 版权声明:
文章版权归作者所有,未经允许请勿转载。
本文地址:https://aidh.net/kuaixun/dud6clkp暂无评论...