人工智能工具 scNET 解读细胞对癌症疗法的反应

特拉维夫大学的研究人员推出了一种名为 scNET [基于单细胞网络的表达技术] 的人工智能驱动技术，用于分析细胞对治疗的反应，尤其是在癌症治疗中。该系统将单细胞测序数据与基因相互作用网络相结合，阐明了治疗干预下的基因相互作用和细胞行为。 由于肿瘤的异质性，癌症治疗充满挑战。scNET 通过准确描绘细胞群体及其行为，增强了单细胞 RNA 测序的能力。它可以最大限度地减少高分辨率数据中的噪音，识别影响治疗反应的基因变化。Ron Sheinin 强调了 scNET 揭示 T 细胞如何改变行为以响应治疗的能力，克服了标准数据的局限性。 Asaf Madi 教授认为，scNET 可以通过识别治疗对免疫反应的影响来增强治疗策略。Roded Sharan 教授强调了人工智能在解读生物数据中的作用，旨在开发创新疗法。该研究发表在《自然方法》杂志上，强调了人工智能与生物医学的结合，为个性化医疗疗法铺平了道路。