加州大学尔湾分校的研究人员开发了一种新的基于机器智能的数学技术,该技术在空间上描述了高度复杂的细胞间相互作用和基因-基因相互作用。这种强大的方法可以通过量化“好”细胞和“坏”细胞之间的串扰来帮助诊断和治疗从癌症到COVID-19的各种疾病。
通过将称为“最佳运输”的数学概念与机器学习和信息理论相结合,科学家们能够为未连接的单个细胞配备空间信息,从而突显了细胞或基因之间的通信联系。这项工作是《自然通讯》上发表的一项新研究的主题。
“有了这个工具,我们就可以识别病毒感染的细胞和免疫细胞之间的串扰,”共同撰文称 轻捏,数学UCI教授,主任 国家科学基金会-西蒙斯中心的多尺度细胞命运的研究,这支持该项目。“当COVID-19病毒攻击时,这种新颖的方法可能会立即应用于发现肺中关键的细胞间通信联系。”
聂说,准确的疾病诊断和治疗需要基因筛查和组织成像。以单细胞分辨率进行高通量基因分析通常需要将组织分解成单个细胞,从而导致空间信息的丢失。但是对完整的组织进行成像只能测量少数基因。
Nie说:“这种新的数学机器智能方法极大地丰富了我们整合多个生物医学数据集的能力。” “这是第一次,我们可以揭示一个细胞中的一个基因,例如特定癌细胞中的一个基因如何影响免疫细胞中的另一个基因。”
他说,在获得2018年菲尔兹奖(相当于诺贝尔奖的数学)之后,他部分地被启发去研究最佳运输工具的使用,该工具在包括深度学习在内的广泛应用。