Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关实验视频

从特定的模式到细胞生物学的组成基础模型.

Mojtaba Bahrami1, Till Richter2, Niklas A Schmacke3

  • 1Institute of Computational Biology, Helmholtz Center Munich, Munich, Germany; TUM School of Life Sciences Weihenstephan, Technical University of Munich, Munich, Germany.

Cell systems
|February 19, 2026
PubMed
概括
此摘要是机器生成的。

复合人工智能为多模式基础模型提供了模块化方法,将多种细胞生物学数据统一起来,以更深入地了解健康和疾病中的细胞状态.

关键词:
组成 AI AI 的组成.单细胞基础模型的模型.一个单细胞多细胞的奥米克.

相关实验视频

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Continuous multi-omics pathway enrichment analysis resolves hidden functional heterogeneity.

Briefings in bioinformatics·2026
Same author

Transcriptional repression by TGIF2 coordinates neurogenic priming and neural stem cell maintenance.

Science advances·2026
Same author

CRISPR/Cas9-Mediated Gene Knockout Reveals a Nonredundant Role for p16<sup>INK4A</sup> in Controlling TCR-Dependent and Independent CD8 T Cell Expansion.

European journal of immunology·2026
Same author

UniversalEPI: robust prediction of cell type-specific and differential chromatin interactions from DNA sequence and chromatin accessibility.

Nucleic acids research·2026
Same author

RegVelo: Gene-regulatory-informed dynamics of single cells.

Cell·2026
Same author

Glial multicellular programs reveal distinct patient stratification in Parkinson's disease.

Research square·2026

科学领域:

  • 计算生物学 计算生物学
  • 人工智能在生物学中的应用
  • 系统生物学 系统生物学

背景情况:

  • 了解健康和疾病中的细胞状态需要整合多种单细胞测量方法.
  • 当前的多式联络模型在学习跨不同数据类型和生物背景的可概括表示方面面临挑战.

研究的目的:

  • 探索组合性AI作为细胞生物学中多式模式基础模型的模块化设计.
  • 统一各种生物数据模式,使其成为细胞行为的一致表示.
  • 解决先进人工智能模型的数据可用性和模式表示方面的挑战.

主要方法:

  • 利用组合AI和深度学习用于多式联网基础模型.
  • 采用基于变压器的注意力策略来整合各种生物数据.
  • 开发用于连接和调整部分重叠的多式联运测量的方法.

主要成果:

  • 复合人工智能为统一基因组学,蛋白质组学和成像等模式提供了一个框架.
  • 变压器注意力机制可以有效地处理结构差异和有限的数据.
  • 通过对齐各种生物数据,可以构建一个全面的表示空间.

结论:

  • 复合人工智能是构建细胞生物学中强大的多模式基础模型的有希望的方法.
  • 这些模型可以导致代理的虚拟细胞模型来解码细胞复杂性.
  • 未来的方向包括进一步开发生物研究中的更广泛应用.