トランスクリプトーム誘導型拡散モデルによる干渉下における細胞形態の変化の予測

科学分野:

• コンピュータ生物学
• 薬物の発見
• 細胞イメージング

背景:

• 画像ベースのプロフィーリングは 薬の表型発見に不可欠です
• 作用機構 (MOA) と化合物の生物活性を予測するには,細胞形態の変化を理解する必要があります.
• 全ての化学的および遺伝的混乱を 探求することは 現在の方法では不可能です

研究 の 目的:

• 混乱に対する高精度細胞形態学的反応をシミュレートするための計算モデルを開発する.
• 作用機構 (MOA) と化合物の生物活性に関する予測を強化する.
• 薬の発見における表型スクリーニングを加速させるため

主な方法:

• トランスクリプトームによる潜在的拡散モデルを提案した.
• モデルを3つの大規模なデータセットに適用しました (2つの薬物,1つの遺伝的混乱).
• 見えないものも含めて 何千もの波動で 性能を評価した

主要な成果:

• MorphDiffは細胞の形状の変化を 正確に予測します
• このモデルは,基本的真実の形態学と比較して,MOAの検索精度を大幅に改善します.
• MOAの検出における基準値を16.9%と8.0%上回った.

結論:

• モルフディフは 細胞形態をシミュレートする強力なツールです
• このモデルは,フェノタイプのスクリーニングを加速し,MOAの識別を強化します.
• 薬剤発見のパイプラインを進めるための大きな可能性を 示しています