AI论文周报丨1亿细胞数据建模/高效预测遗传轨迹/指令歧义破解/可验证奖励/高动态游戏生成,5大领域突破一文速览
细胞对扰动的反应是理解生物学机制和选择潜在药物靶点的基石。与实验方法相比,计算模型在预测扰动效应方面具有巨大潜力,但因其难以将实验观察到的细胞环境的效应推广到未观察到的环境中,限制了它的实际应用。基于此,Arc Institute 联合加州大学等高校共同介绍了一种机器学习架构 State,可在预测扰动效应的同时考虑扰动实验内部和之间的细胞异质性。在多个大型数据集上,State...
Arc Institute与加州大学合作开发的机器学习架构State,能够有效预测细胞在不同环境下的反应,准确率提高超过50%,尤其在基因表达识别方面表现突出。