人工智能可以识别患有疾病的单细胞
人类细胞图谱是世界上最大、增长最快的单细胞图谱。 人类细胞图谱包含数百万条关于组织、器官和发育阶段细胞的参考文献。 这些参考文献使医生能够通过了解疾病、衰老和环境对细胞的影响来更好地诊断和治疗他们的患者。 参考地图集并非没有挑战。 由于批次效应，单细胞数据集可能包含测量误差，全球计算资源的可用性有限，共享原始数据通常受到法律限制。
Helmholtz-Zentrum München 和慕尼黑工业大学的研究人员开发了一种新算法“scArches”，它代表单细胞结构手术。 该算法的最大优势是它使用迁移学习而不是原始数据来将单细胞基因组数据集与现有参考集进行比较，从而保护隐私和匿名性。 该算法使注释和解释新数据集变得容易，并允许民主化地使用单细胞图谱。
来源和详细信息：
https://phys.org/news/2021-08-ai-diseased-cells.html