Nat Compu Sci + NAR:刘琦教授团队发展基于子任务分解的单细胞扰动预测的AI新范式和开发单细胞扰动组学数据资源 |
解析基因功能对于理解复杂生物学过程、揭示疾病的发生发展机制以及新药研发等均具有重要的意义。单细胞遗传扰动测序正成为解析基因功能与复杂基因调控关系的新技术手段。利用基因扰动组学测序技术(例如Perturb-seq、CROP-seq等),我们能够在单细胞层面检测特定基因扰动后细胞转录谱层面的变化,进而关联特定扰动和表型,进一步开发有效的干预和治疗手段。
然而,潜在的基因扰动组合空间非常巨大,通过暴力搜索等实验测序手段探索如此庞大的组合空间并不可行。除此之外,单细胞扰动测序技术尚处于发展阶段,测序成本昂贵,进一步限制了对于多细胞系扰动数据的获取。因此,领域内亟需开发能够适用多种场景(单基因扰动、多基因扰动以及跨细胞系扰动)的单细胞扰动预测模型,以推动基因功能和复杂调控关系的解析和相关干预研究。
目前主流的单细胞扰动预测和分析方法主要分为三类:第一类方法是以CellOracle和SCENIC+为代表的基于基因调控网络构建的扰动预测建模,然而该类方法的准确性通常受限于调控网络的有效构建;第二类方法是以CPA和GEARS为代表的扰动表征方法,该类方法展现了其在单基因和多基因扰动上的有效性,但是在进行多细胞系的泛化时仍面临困难,限制了其应用范围;第三类方法是以scGPT、Geneformer以及scBERT为代表的单细胞大模型,这类方法能够产生可泛化至多细胞系的广义基因表征,进而在下游扰动预测任务上进行应用,但仍然缺乏对其扰动预测性能的系统性评估,已有研究表明,这些预测相较于简单线性拟合方法并没有显著提升。综上,领域内亟待对现有的单细胞扰动预测方法进行系统评估,并进一步发展普适、有效、高泛化性的单细胞扰动预测策略。
近日,同济大学生命科学与技术学院系、同济大学-上海自主智能无人系统科学中心刘琦教授课题组在Nature Computational Science上发表了题为:Toward subtask-decomposition-based learning and benchmarking for predicting genetic perturbation outcomes and beyond的研究论文。该论文提出了一种基于子任务分解的灵活、普适且高效的单细胞扰动预测AI框架 STAMP(SubTAsk decompositionModeling for geneticPerturbation prediction),并建立了基于子任务分解的扰动预测的系统评估体系,旨在提升和评估模型在单基因扰动、多基因扰动以及跨细胞系扰动场景下的泛化能力,进一步推动单细胞扰动组学的智能解析和相关应用。
医药网新闻- 相关报道
-
- Nat Compu Sci + NAR:刘琦教授团队发展基于子任务分解的单细胞扰动预测的AI新范式和开发单细胞扰动组学数据资源 (2024-10-15)
- Nature:科学家识别出有望治疗人类三阴性乳腺癌的新型组合性疗法 (2024-10-15)
- 李亚平/王当歌团队开发优选阳离子脂质体,激活STING通路,增强阿霉素诱导的抗肿瘤免疫应答 (2024-10-15)
- 山东建设慎密型县域医共体 让大众更有“医”靠 (2024-10-15)
- 欺诈骗保,药店、医药代表动了什么“歪心思”? (2024-10-15)
- “两品一械”网络贩卖监测任务会议召开 (2024-10-15)
- 医疗东西尺度高质量倒退交流会在京召开 (2024-10-15)
- 恒久照顾护士保险照顾护士服务机构定点治理方法 (试行) (2024-10-15)
- 研究人员开发出新型微小核糖核酸检测方法 (2024-10-15)
- 谁做饭谁遭罪?最新复旦大学研究:吸入烹饪油烟可在3天内引发肺部和肠道炎症,而长期暴露则会破坏肠道菌群! (2024-10-15)
- 视频新闻
-
- 图片新闻
-
医药网免责声明:
- 本公司对医药网上刊登之所有信息不声明或保证其内容之正确性或可靠性;您于此接受并承认信赖任何信息所生之风险应自行承担。本公司,有权但无此义务,改善或更正所刊登信息任何部分之错误或疏失。
- 凡本网注明"来源:XXX(非医药网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。本网转载其他媒体之稿件,意在为公众提供免费服务。如稿件版权单位或个人不想在本网发布,可与本网联系,本网视情况可立即将其撤除。联系QQ:896150040