迁移学习为新疾病治疗铺平了道路

基因测序和计算方面的技术进步分别导致了生物信息数据和处理能力的爆炸式增长，为人工智能(AI)设计控制细胞行为的策略创造了成熟的联系。

在一项新的研究中，西北大学的研究人员通过开发一种人工智能驱动的迁移学习方法从这种联系中收获了成果，该方法重新利用公开数据来预测可以改变细胞类型或使患病细胞恢复健康的基因扰动组合。

这项研究“通过功能转录网络的迁移学习进行细胞重编程设计”本周发表在《美国国家科学院院刊》上。

自从20年前人类基因组计划完成以来，科学家们已经知道人类DNA包含2万多个基因。然而，这些基因如何共同协调我们体内数百种不同的细胞类型仍然是一个谜。

令人惊讶的是，研究人员基本上通过引导试错法证明，仅通过操纵少数基因就可以“重新编程”细胞类型。人类基因组计划还促进了测序技术的进步，不仅使读取遗传密码变得更加便宜，而且还使测量基因表达变得更加便宜，基因表达可以量化执行细胞功能的蛋白质的前体。

负担能力的提高导致了大量公开可用的生物信息数据的积累，提高了合成这些数据以合理设计能够引发所需细胞行为的基因操作的可能性。

标签：

版权声明：本文由用户上传，如有侵权请联系删除！