在功能工程过程中将时间信息纳入功能工程中,可以促进时空出现的模拟

科学领域:

• 计算生物学是一种计算生物学.
• 系统生物学 系统生物学
• 医学中的人工智能.

背景情况:

• 新兴的生物动力学源于较低层次过程的复杂相互作用.
• 确定管理复杂生物系统的简单规则是一个重大的科学挑战.
• 高分辨率的生物数据和先进的计算模型对于理解这些动态至关重要.

研究的目的:

• 模拟基于瘤微环境代理的模型,以调查空间和时间特征对新出现的瘤特性的影响.
• 评估模拟在管理高分辨率模型的计算费用的有效性.
• 利用模拟数据探索机器学习模型的预测能力.

主要方法:

• 开发和应用一种基于代理的模型来模拟瘤微环境.
• 在中间模拟状态上训练深度学习模拟器,以预测瘤特性.
• 对在初始条件上训练的模拟器与包含时间信息的模拟器进行比较分析.

主要成果:

• 机器学习模型仅使用初始系统表示而显示出有限的预测能力.
• 结合来自中间模拟状态的时间信息,大大提高了预测性能.
• 在中间状态上训练的深度学习模拟器表现优于仅在初始条件上训练的模拟器.

结论:

• 时间信息对于准确评估生物系统的时空突发行为至关重要.
• 使用中间模拟状态的仿真为管理计算成本提供了一个有希望的方法.
• 需要进一步的研究来解决模拟器在捕捉独特的细胞群动态方面的不一致性能.