桥梁器官转录组学以推进多器官毒性评估,使用生成AI方法来推进多器官毒性评估
Ting Li1, Xi Chen1, Weida Tong2
1FDA National Center for Toxicological Research, Jefferson, AR, USA.
NPJ digital medicine
|November 5, 2024
概括
这项研究介绍了TransTox,一种人工智能模型,用于药物安全测试,将基因表达数据翻译成器官之间的基因表达数据. 它可以使用人工智能进行多器官毒性评估,推进精确毒理学.
科学领域:
- 毒理学 毒理学 毒理学
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 转录基因分析对药物安全性评估至关重要,但由于资源限制,通常仅限于肝脏.
- 开发用于多器官转录组分析的方法对于全面的药物安全性评估至关重要.
研究的目的:
- 开发一种人工智能模型,TransTox,用于在药物治疗下,肝脏和脏之间双向翻译转录组形状.
- 使用独立数据集验证TransTox的性能,并评估其在表征毒性机制和预测建模方面的实用性.
主要方法:
- 利用生成对抗网络 (GAN) 来创建TransTox AI模型.
- 在肝脏和脏之间进行了转录基因数据的双向翻译.
- 对实验数据验证了模型,并评估了其在基因表达预测任务中的表现.
主要成果:
- TransTox成功生成了合成的转录基因数据,这些数据准确地描述了毒性机制.
- 来自TransTox的合成数据对于开发基因表达预测模型非常有价值,作为数字双胞胎.
- 该模型在独立数据集和实验室中展示了强大的性能.
结论:
- 通过实现转录基因数据翻译,TransTox促进了人工智能驱动的多器官毒性评估.
- 人工智能方法在推进精确毒理学和药物安全性评估方面具有重大潜力.
- TransTox提供了一种新的解决方案,以克服器官特异性转录组学研究中的资源限制.
