解决方案“ 3+1”在AI虚拟世界中的细胞实验上移

原始标题：“ 3+1”解决方案将细胞实验带入了AI虚拟世界。想象一下，您正在经历模仿细胞文化的游戏。您可以使用游戏中三个主要的“百科全书”，“ 3D Modeler”和“实时监视器系统”模块来培养和优化各种虚拟单元。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，并且闭环是一个活跃的研究系统，以产生准确且测量的虚拟细胞模型，这将加快生物医学研究和药物的发展过程精神。 传统的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。随着高通量生物技术和人工智能的发展，AI虚拟细胞已成为一个新的研究方向。 郭天南的团队建议，AI虚拟单元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T提供了主要框架他模特；静态结构建立在冷冻电子显微镜，空间磁磁性和其他技术上，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”。 “ Tathre的主要数据列就像'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算法结合使用，它可以为虚拟细胞的构建提供必要的基础。 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EUKA偶然的细胞结构，数据相对较丰富，并且在药物的生物学和筛查场中广泛使用。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，建模技术和审查AI虚拟细胞的框架，这为未来对更复杂的细胞系统的研究奠定了基础。 该小组认为，AI的虚拟细胞依赖于AI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，这在促进系统生物学，个性化医学和研究和药物开发等领域的形成方面令人愉快。为细胞研究提供新的观点。 （Hong Hengfei，记者Jiang Yun） （编辑：Hao Mengjia，Li Fang） 分享租金让很多人看到