Narzędzie AI scNET rozszyfrowuje odpowiedź komórkową na terapie przeciwnowotworowe

Naukowcy z Uniwersytetu w Tel Awiwie wprowadzili scNET [Technologia ekspresji oparta na sieciach pojedynczych komórek], technikę opartą na sztucznej inteligencji, do analizy odpowiedzi komórkowych na leczenie, szczególnie w terapii przeciwnowotworowej. System ten integruje dane sekwencjonowania pojedynczych komórek z sieciami interakcji genów, wyjaśniając interakcje genów i zachowania komórkowe pod wpływem interwencji terapeutycznych. Leczenie raka jest trudne ze względu na heterogeniczność guza. scNET ulepsza sekwencjonowanie RNA pojedynczych komórek, dokładnie przedstawiając populacje komórek i ich zachowania. Minimalizuje szumy w danych o wysokiej rozdzielczości, identyfikując zmiany genetyczne wpływające na reakcje terapeutyczne. Ron Sheinin podkreśla zdolność scNET do ujawniania, jak limfocyty T zmieniają zachowanie w odpowiedzi na leczenie, pokonując ograniczenia standardowych danych. Prof. Asaf Madi sugeruje, że scNET może poprawić strategie terapeutyczne poprzez identyfikację wpływu leczenia na reakcje immunologiczne. Prof. Roded Sharan podkreśla rolę sztucznej inteligencji w rozszyfrowywaniu danych biologicznych, mając na celu opracowanie innowacyjnych terapii. Opublikowane w Nature Methods, badania podkreślają integrację sztucznej inteligencji z biomedycyną, torując drogę dla spersonalizowanych terapii medycznych.