想象一下，您正在使用模仿细胞文化的游戏，可以使用三个主要的“百科全书”，“ 3D建模者”和“实时监视器系统”和“自动实验室”来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，尤其是整合了先验知识，静态结构和动态状态的三个基本数据，以及一个闭环活跃研究系统，以生成一个准确且测量的模型器虚拟细胞，从而加速了生物医学研究的过程和该药物的开发。 传统的蜂窝实验通常需要大量GE资源量，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。随着高通量生物技术和人工智能的发展，AI的虚拟细胞已成为ONEG的新研究方向。 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，空间法和其他技术，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”。 “三个主要数据列就像'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，它可以为虚拟单元的构建提供必要的基础。”郭提安南（Guo Tiannan）介绍了传统的构造方法依赖于操作性，并在实用时间内优化了模型。 为了确保AI虚拟细胞概念的可行性，团队选择使用酵母作为研究的初始对象。 “由于酵母结构很简单，并且包含真核细胞结构，因此数据相对较丰富，并且它广泛用于BI野外学和药物筛查。郭天南说，降低阈值并从简单模型开始将有助于优化数据需求，建模技术和AI虚拟单元的轮廓，这为对更复杂的细胞系统的未来扩展研究奠定了基础。 该小组认为，AI的虚拟细胞依靠AI的多模式数据集成，并将深入的学习技术结合在一起研究复杂的数据，这与促进诸如系统生物学，个性化药物和研究和药物开发等领域的发展相符，并为细胞研究和细胞研究提供了新的观点。小编：想象一下，您正在体验一个模仿细胞文化的游戏，可以在游戏中使用三个“百科全书”，“ 3D Modeler”和“实时监视器系统”。
当前网址：https://www.987587.com//a/keji/545.html
