L'outil d'IA scNET déchiffre la réponse cellulaire aux thérapies anticancéreuses

Des chercheurs de l'Université de Tel Aviv ont présenté scNET [Technologie d'expression basée sur le réseau unicellulaire], une technique basée sur l'IA, pour analyser les réponses cellulaires aux traitements, en particulier dans le traitement du cancer. Ce système intègre des données de séquençage unicellulaire avec des réseaux d'interaction génique, clarifiant les interactions géniques et les comportements cellulaires sous interventions thérapeutiques. Le traitement du cancer est difficile en raison de l'hétérogénéité tumorale. scNET améliore le séquençage d'ARN unicellulaire en dépeignant avec précision les populations cellulaires et leurs comportements. Il minimise le bruit dans les données à haute résolution, identifiant les changements génétiques influençant les réponses thérapeutiques. Ron Sheinin souligne la capacité de scNET à révéler comment les cellules T modifient leur comportement en réponse au traitement, surmontant les limites des données standard. Le Prof. Asaf Madi suggère que scNET pourrait améliorer les stratégies thérapeutiques en identifiant les effets du traitement sur les réponses immunitaires. Le Prof. Roded Sharan souligne le rôle de l'IA dans le déchiffrage des données biologiques, dans le but de développer des traitements innovants. Publiée dans Nature Methods, la recherche met en évidence l'intégration de l'IA avec la biomédecine, ouvrant la voie à des thérapies médicales personnalisées.