人工智能有助于發(fā)現(xiàn)單個(gè)患病細(xì)胞

人類(lèi)細(xì)胞圖譜是世界上最大的、不斷增長(zhǎng)的單細(xì)胞參考圖譜。它包含跨組織、器官和發(fā)育階段的數(shù)百萬(wàn)個(gè)細(xì)胞的參考。這些參考資料可幫助醫(yī)生了解衰老、環(huán)境和疾病對(duì)細(xì)胞的影響，并最終更好地診斷和治療患者。然而，參考地圖集并非沒(méi)有挑戰(zhàn)。單細(xì)胞數(shù)據(jù)集可能包含測(cè)量誤差(批量效應(yīng))，計(jì)算資源的全球可用性是有限的，并且原始數(shù)據(jù)的共享通常受到法律限制。

Helmholtz Zentrum München 和慕尼黑工業(yè)大學(xué) (TUM) 的研究人員開(kāi)發(fā)了一種名為“scArches”的新算法，是單細(xì)胞結(jié)構(gòu)手術(shù)的縮寫(xiě)。最大的優(yōu)勢(shì)：“該算法不是在診所或研究中心之間共享原始數(shù)據(jù)，而是使用遷移學(xué)習(xí)將來(lái)自單細(xì)胞基因組學(xué)的新數(shù)據(jù)集與現(xiàn)有參考數(shù)據(jù)進(jìn)行比較，從而保護(hù)隱私和匿名性。這也使得新數(shù)據(jù)集的注釋和解釋變得非常容易，并極大地使單細(xì)胞參考圖譜的使用民主化，”該算法的首席科學(xué)家 Mohammad Lotfollahi 說(shuō)。

示例

研究人員應(yīng)用 scArches 研究了幾個(gè)肺支氣管樣本中的 。他們使用單細(xì)胞轉(zhuǎn)錄組學(xué)將 患者的細(xì)胞與健康參考細(xì)胞進(jìn)行了比較。該算法能夠?qū)⒒疾〖?xì)胞與參考細(xì)胞分開(kāi)，從而使用戶(hù)能夠針對(duì)輕度和重度 病例確定需要治療的細(xì)胞?；颊咧g的生物學(xué)差異不影響映射過(guò)程的質(zhì)量。

Fabian Theis：“我們的愿景是，未來(lái)我們將像現(xiàn)在一樣輕松地使用細(xì)胞參考進(jìn)行基因組參考。換句話說(shuō)，如果你想烤蛋糕，你通常不想嘗試想出你自己的食譜——而是你只需在食譜中查找。使用 scArches，我們正式化并簡(jiǎn)化了這個(gè)查找過(guò)程。”

標(biāo)簽：