共计 599 个字符，预计需要花费 2 分钟才能阅读完成。
以色列研究人员近日开发出一款名为 scNET 的人工智能工具，该工具能够分析细胞在动态生物环境中的行为，包括其对药物治疗的反应。据新华社报道，特拉维夫大学的研究团队表示，与现有的测序技术不同，scNET 通过将单细胞基因数据与基因相互作用网络相结合，能够穿透数据噪音，揭示隐藏的生物学模式。
在针对免疫 T 细胞（对对抗癌症至关重要）的测试中，scNET 检测到癌症治疗如何增强了这些细胞杀死肿瘤的能力，这种微妙的效果此前被数据噪音所掩盖。特拉维夫大学的博士生 Ron Sheinin 解释道：“scNET 将单细胞测序数据与描述可能的基因相互作用的网络相结合，类似于社交网络，提供了不同基因如何相互影响和相互作用的图谱。”
- 
- 
- 
- 
- 
他补充道：“scNET 能够更准确地识别样本中现有的细胞群。因此，可以研究基因在不同条件下的共同行为，并揭示表征健康状态或治疗反应的复杂机制。”在该研究中，团队重点关注了一组 T 细胞。
研究人员在《自然》杂志上发表的论文中表示：“scNET 揭示了治疗对这些 T 细胞的影响，以及它们在对肿瘤的细胞毒性活动中如何变得更加活跃，这是之前由于原始数据中的高噪音水平而无法发现的。”该工具可以加速药物开发并提高对疾病的理解。
研究人员强调了像 scNET 这样的人工智能工具如何帮助解码复杂的细胞行为并设计靶向疗法。研究人员表示：“这是人工智能工具如何帮助解读生物和医学数据的一个绝佳例子，使我们能够获得新的重要见解。”
