解决方案“ 3+1”在AI虚拟世界中的细胞实验上移

我们的记者Jiang Yun Hong Hengfei认为您正在体验一种模仿细胞文化的游戏，并且可以在游戏中的三个主要“百科全书”，“ 3D Modeler”和“实时跟踪系统”和“自动实验室”中培养和优化各种虚拟细胞。这样的设计架构可以应用于真正的科学研究吗？ 3月25日，西湖大学医学院的特别研究员郭天南（Guo Tiannan）在国际杂志“细胞研究”中发表了一篇评论文章，该评论系统地解释了发展人工智能（AI）虚拟细胞的构建方法和方向。该团队建议使用“ 3+1”解决方案，特别是整合了先验知识，静态结构和动态状态的三个基本数据，以及一个闭环活跃的Sstudy Theater，以产生准确且测量的虚拟细胞模型，从而加速了生物医学研究的过程和药物的开发。传统L细胞实验通常需要大量资源，并且实验结果易受细胞突变。因此，科学家提出了虚拟细胞的概念，以降低实验成本并提高研究的准确性和卓越性。早期的虚拟细胞模型依赖于使用微分方程或随机模拟方法的低通量生化实验和特定细胞过程的模型。该模型具有有限的数据集成和动态模拟功能，因此难以充分描述单元格的复杂性。在人工智能上高通量生物技术的发展时，AI虚拟细胞已成为一个新的研究方向。郭天南（Guo Tiannan）的团队建议，AI虚拟细胞的构建取决于三个主要数据列：前面的知识包括生物医学文献，分子表达和成像数据，这为模型提供了一个主要的框架；静态结构建立在冷冻电子显微镜，空间幻象和其他技术的基础上，这些技术可以提供细胞结构的三维空间结构；动态状态涵盖生理过程和外部扰动的影响。科学家可以依靠高通量的OMIC数据来系统地研究不同细胞态中大量分子的变化，以确保AI虚拟细胞的“活性”。 “三个主要的columns数据就像'百科全书'，'3D建模'和'实时监控系统'在模拟的单元游戏中。与AI算法相结合，它可以为虚拟细胞的构建提供必要的基础。药物的筛选场。郭天南说，降低阈值并从简单型号开始将有助于选择模仿AI虚拟细胞的数据需求，建模技术和轮廓，这为未来更复杂的细胞系统的研究扩展奠定了基础。 AI的虚拟细胞依赖于由AI驱动的多模式数据的整合，并结合了深入的学习技术来研究复杂的数据，这与促进系统生物学，个性化药物以及药物研究和开发一致。其他领域的发展为细胞研究提供了新的观点。