通过生成性深度学习识别一个最佳扰动来诱导所需的细胞状态
Younghyun Han1, Hyunjin Kim1, Chun-Kyung Lee1
1Department of Bio and Brain Engineering, Korea Advanced Institute of Science and Technology (KAIST), Daejeon 34141, Republic of Korea.
Cell systems
|September 25, 2025
概括
我们开发了PAIRING,这是一种深度学习工具,用于识别细胞干扰,以获得所需的细胞状态. 这种方法有助于理解基因表达变化,并具有治疗开发的潜力.
科学领域:
- 计算生物学 计算生物学
- 基因组学就是基因组学.
- 系统生物学 系统生物学
背景情况:
- 控制细胞状态在生物研究中至关重要.
- 识别特定的干扰对于所需的细胞状态变化是具有挑战性的.
研究的目的:
- 介绍PAIRING (使用生成深度学习诱导所需细胞状态的扰动标识符).
- 为了识别导致特定,所需的细胞状态的细胞干扰.
主要方法:
- 配对将细胞状态嵌入到潜伏空间中,将其分解为基底状态和扰动效应.
- 通过将分解效应与所需的细胞状态过渡向量进行比较来确定最佳扰动.
- 该方法利用生成型深度学习来识别干扰.
主要成果:
- 配对成功地识别了干扰,以在各种转录组数据集中转换细胞状态.
- 该工具用于识别用于将结肠直肠癌细胞恢复到类似正常状态的干扰.
- 模拟提供了对因扰动引起的基因表达变化的机械洞察力.
结论:
- 配对提供了一种新的方法来识别针对目标细胞状态控制的干扰.
- 该方法在促进各种生物领域的治疗开发方面具有重大潜力.
- 配对提供了对基因表达调节的机制性见解.
更多相关视频
09:44Chemogenetic Regulation in Reprogrammed Stem Cell-derived Precursor Cells in Treating Neurodegenerative Diseases
Published on: May 2, 2025
627
10:44Inherent Dynamics Visualizer, an Interactive Application for Evaluating and Visualizing Outputs from a Gene Regulatory Network Inference Pipeline
Published on: December 7, 2021
2.6K
