以色列特拉维夫大学近日发布公报说，该大学研究人员开发出一种基于人工智能的scNET系统，能深入了解细胞在肿瘤等复杂生物环境中的行为变化，有望为疾病治疗研究提供新途径。
公报说，当前单细胞测序技术日益成熟，使研究人员能观察生物样本中不同细胞群体的基因表达特征，并探索其对个体细胞功能的影响。在肿瘤环境中，这种研究尤其重要，既可以观察治疗对癌细胞本身的作用，也能分析其对肿瘤周围促癌或抗癌细胞的影响。然而，目前相关测序技术还存在一些问题，使得研究人员难以精准捕捉控制细胞功能的遗传程序变化。
研究人员表示，scNET系统将单细胞数据与基因互动网络整合起来，描绘出不同基因之间可能的相互影响路径。该系统提高了对样本中细胞群体的识别准确性，能够揭示细胞在不同条件下的基因行为特征，帮助科学家理解健康状态的细胞机制及其对药物治疗的反应。
研究团队重点研究了具有抗癌潜力的T细胞群体，借助新系统首次清晰观察到药物如何激活T细胞的细胞毒性功能，从而更有效攻击肿瘤细胞，而这一发现此前在传统分析方法中是难以识别的。
公报说，scNET展示了人工智能与生物医学融合的巨大潜力，未来有望揭示疾病潜在机制，开发新型治疗方案。
相关研究成果已发表在英国科学期刊《自然-方法》上。
作者: 王卓伦 陈君清
