


Höhere Auflösung, wirtschaftlichere, tiefgreifende generative Modelle kombiniert mit aktiven Lernstrategien, um die groß angelegte Einzelzellforschung voranzutreiben
Bearbeiten |. Rettichhaut
Einzelzelle Die Sequenzierung ist zu einem leistungsstarken Werkzeug zur Aufklärung der zellulären Komplexität komplexer Krankheiten geworden. Seine hohen Kosten schränken jedoch seine breite Anwendung in der biomedizinischen Forschung ein.
Herkömmliche Zellentfaltungsmethoden können Zelltypanteile aus günstigeren Massensequenzierungsdaten ableiten, bieten jedoch nicht die feine Auflösung, die für die Einzelzellanalyse erforderlich ist.
Um dieser Herausforderung zu begegnen, haben Forscher der McGill University in Kanada „scSemiProfiler“ entwickelt, der tiefe generative Modelle mit aktiven Lernstrategien kombiniert, um ein innovatives Computer-Framework zu schaffen.
scSemiProfiler ist äußerst genau und in der Lage, Einzelzellprofile in großen Populationen abzuleiten. Es kann eng mit realen Einzelzellanalysedaten integriert werden, um die Feinzellanalyse zu unterstützen.
Die Forschung trägt den Titel „scSemiProfiler: Advancing Large-scale Single-Cell Studies through Semi-Profiling with Deep Generative Models and Active Learning“ und wurde am 16. Juli 2024 in der Zeitschrift „Nature Communications“ veröffentlicht.
Die Einzelzell-Sequenzierungstechnologie hat die biologische Forschung stark verändert, indem sie die subtilen Unterschiede zwischen Zellen aufdeckt und die Entdeckung von Biomarkern fördert und die Entwicklung personalisierter Behandlungsstrategien. Die hohen Kosten der Einzelzellsequenzierung (z. B. werden die Kosten für die Sequenzierung von 20.000 Zellen im Jahr 2023 auf 6.000 US-Dollar geschätzt) schränken jedoch die groß angelegte Forschung ein.
Entfaltungsmethoden
Um die Kosten zu senken, gibt es viele Entfaltungsmethoden, die Zellpopulationen in gemischten Daten auflösen können, darunter:
- CIBERSORTx
- Bisque
- DWLS
- MuSiC
- NNLS
- EPIC
- Scaden
- TAPE
Diese Methoden schaffen ein Gleichgewicht zwischen Wirtschaftlichkeit und Datenauflösung, weisen jedoch immer noch Einschränkungen in der Auflösung und Genauigkeit auf und können keine Analyse auf Einzelzellenebene erreichen.
Analyse der Einzelzellauflösung
Die Analyse der Einzelzellauflösung ist entscheidend für ein tiefes Verständnis der Komplexität der Krankheit und ihres Ansprechens auf die Behandlung. Es kann die folgenden Analysen durchführen:
- UMAP
- Pathway-Aktivierungsmusteranalyse
- Biomarker-Entdeckung
- Genfunktionelle Anreicherung
- Zell-Zell-Interaktion
- Pseudo-zeitliche Trajektorienanalyse
In Kombination mit maschineller Lerntechnologie hilft es, zelluläre Heterogenität und dynamische Veränderungen zu entschlüsseln.
scSemiProfiler
Um die oben genannten Herausforderungen zu bewältigen und eine kostengünstige Methode für die breit angelegte Einzelzellsequenzierung bereitzustellen, hat ein Forschungsteam an der McGill University den Single- Zell-Semi-Profiler (scSemiProfiler). Dieses tiefengenerierende Rechenwerkzeug soll die Präzision und Tiefe der Einzelzellanalyse deutlich erhöhen.
Übersicht
scSemiProfiler ist wirtschaftlicher und skalierbarer Optionen zur Einzelzellsequenzierung, um eine erweiterte Einzelzellanalyse mit besserer Zugänglichkeit zu ermöglichen.
Methoden
Dieses Tool kombiniert effektiv aktive Lerntechniken mit tiefen generativen neuronalen Netzwerkalgorithmen und zielt darauf ab, Daten mit Einzelzellenauflösung zu einem günstigeren Preis bereitzustellen. scSemiProfiler zielt darauf ab, gleichzeitig zwei grundlegende Ziele im Semi-Profiling-Prozess zu erreichen:
- Das aktive Lernmodul von scSemiProfiler integriert Informationen aus Deep-Learning-Modellen und großen Datenmengen, um auf intelligente Weise die aussagekräftigsten Proben für die tatsächliche Einzelzellsequenzierung auszuwählen.
- Die tiefe generative Modellkomponente von scSemiProfiler führt effektiv Einzelzelldaten aus einer repräsentativen Stichprobe mit Massensequenzierungsdaten für diese Population zusammen und extrapoliert die Einzelzelldaten rechnerisch für die verbleibenden nicht repräsentativen Stichproben.
1. Abbildung: Vergleichende Analyse von Halbprofilen und Realprofilen im iMGL-Datensatz. (Quelle: Paper) - Diese Methode des tiefen neuronalen Netzwerks kann Zielchargendaten detaillierter in präzise Messungen auf Einzelzellenebene „entfalten“. Daher muss scSemiProfiler nur ein Budget für die Batch-Sequenzierung und die repräsentative Einzelzellsequenzierung einplanen, um Einzelzelldaten für alle Proben in der Studie auszugeben.
- Bislang ist scSemiProfiler das erste Produkt seiner Art, das speziell für eine solch komplexe rechnerische Zerlegung auf Einzelzellenebene aus großen Mengen an Sequenzierungsdaten entwickelt wurde.
Abbildung: Aktives Lernen demonstriert seine Fähigkeit, die informativsten Proben selektiv auf Einzelzellenebene zu analysieren. (Quelle: Papier)
Durch umfassende Auswertung einer Vielzahl von Datensätzen generiert scSemiProfiler konsistent halbprofilierte Einzelzellendaten, die eng mit tatsächlichen Einzelzellendatensätzen korrelieren und die Ergebnisse nachgelagerter Aufgaben genau widerspiegeln .
ScSemiProfiler trägt daher dazu bei, die Erfassung von Einzelzelldaten für groß angelegte Studien, einschließlich Krankheitskohortenstudien und mehr, zu verbessern.
Durch die Reduzierung der Kosten groß angelegter Einzelzellforschung soll scSemiProfiler die Anwendung der Einzelzelltechnologie in einem breiten Spektrum der biomedizinischen Forschung erleichtern. Dieser Fortschritt wird den Umfang und die Tiefe der biologischen Forschung erweitern.
Link zum Papier:
https://www.nature.com/articles/s41467-024-50150-1
Das obige ist der detaillierte Inhalt vonHöhere Auflösung, wirtschaftlichere, tiefgreifende generative Modelle kombiniert mit aktiven Lernstrategien, um die groß angelegte Einzelzellforschung voranzutreiben. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undress AI Tool
Ausziehbilder kostenlos

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Aber vielleicht kann er den alten Mann im Park nicht besiegen? Die Olympischen Spiele in Paris sind in vollem Gange und Tischtennis hat viel Aufmerksamkeit erregt. Gleichzeitig haben Roboter auch beim Tischtennisspielen neue Durchbrüche erzielt. Gerade hat DeepMind den ersten lernenden Roboteragenten vorgeschlagen, der das Niveau menschlicher Amateurspieler im Tischtennis-Wettkampf erreichen kann. Papieradresse: https://arxiv.org/pdf/2408.03906 Wie gut ist der DeepMind-Roboter beim Tischtennisspielen? Vermutlich auf Augenhöhe mit menschlichen Amateurspielern: Sowohl Vorhand als auch Rückhand: Der Gegner nutzt unterschiedliche Spielstile, und auch der Roboter hält aus: Aufschlagannahme mit unterschiedlichem Spin: Allerdings scheint die Intensität des Spiels nicht so intensiv zu sein wie Der alte Mann im Park. Für Roboter, Tischtennis

Am 21. August fand in Peking die Weltroboterkonferenz 2024 im großen Stil statt. Die Heimrobotermarke „Yuanluobot SenseRobot“ von SenseTime hat ihre gesamte Produktfamilie vorgestellt und kürzlich den Yuanluobot AI-Schachspielroboter – Chess Professional Edition (im Folgenden als „Yuanluobot SenseRobot“ bezeichnet) herausgebracht und ist damit der weltweit erste A-Schachroboter für heim. Als drittes schachspielendes Roboterprodukt von Yuanluobo hat der neue Guoxiang-Roboter eine Vielzahl spezieller technischer Verbesserungen und Innovationen in den Bereichen KI und Maschinenbau erfahren und erstmals die Fähigkeit erkannt, dreidimensionale Schachfiguren aufzunehmen B. durch mechanische Klauen an einem Heimroboter, und führen Sie Mensch-Maschine-Funktionen aus, z. B. Schach spielen, jeder spielt Schach, Überprüfung der Notation usw.

Der Schulstart steht vor der Tür und nicht nur die Schüler, die bald ins neue Semester starten, sollten auf sich selbst aufpassen, sondern auch die großen KI-Modelle. Vor einiger Zeit war Reddit voller Internetnutzer, die sich darüber beschwerten, dass Claude faul werde. „Sein Niveau ist stark gesunken, es kommt oft zu Pausen und sogar die Ausgabe wird sehr kurz. In der ersten Woche der Veröffentlichung konnte es ein komplettes 4-seitiges Dokument auf einmal übersetzen, aber jetzt kann es nicht einmal eine halbe Seite ausgeben.“ !

Tiefe Integration von Vision und Roboterlernen. Wenn zwei Roboterhände reibungslos zusammenarbeiten, um Kleidung zu falten, Tee einzuschenken und Schuhe zu packen, gepaart mit dem humanoiden 1X-Roboter NEO, der in letzter Zeit für Schlagzeilen gesorgt hat, haben Sie vielleicht das Gefühl: Wir scheinen in das Zeitalter der Roboter einzutreten. Tatsächlich sind diese seidigen Bewegungen das Produkt fortschrittlicher Robotertechnologie + exquisitem Rahmendesign + multimodaler großer Modelle. Wir wissen, dass nützliche Roboter oft komplexe und exquisite Interaktionen mit der Umgebung erfordern und die Umgebung als Einschränkungen im räumlichen und zeitlichen Bereich dargestellt werden kann. Wenn Sie beispielsweise möchten, dass ein Roboter Tee einschenkt, muss der Roboter zunächst den Griff der Teekanne ergreifen und sie aufrecht halten, ohne den Tee zu verschütten, und ihn dann sanft bewegen, bis die Öffnung der Kanne mit der Öffnung der Tasse übereinstimmt , und neigen Sie dann die Teekanne in einem bestimmten Winkel. Das

Heute Nachmittag begrüßte Hongmeng Zhixing offiziell neue Marken und neue Autos. Am 6. August veranstaltete Huawei die Hongmeng Smart Xingxing S9 und die Huawei-Konferenz zur Einführung neuer Produkte mit umfassendem Szenario und brachte die Panorama-Smart-Flaggschiff-Limousine Xiangjie S9, das neue M7Pro und Huawei novaFlip, MatePad Pro 12,2 Zoll, das neue MatePad Air und Huawei Bisheng mit Mit vielen neuen Smart-Produkten für alle Szenarien, darunter die Laserdrucker der X1-Serie, FreeBuds6i, WATCHFIT3 und der Smart Screen S5Pro, von Smart Travel über Smart Office bis hin zu Smart Wear baut Huawei weiterhin ein Smart-Ökosystem für alle Szenarien auf, um Verbrauchern ein Smart-Erlebnis zu bieten Internet von allem. Hongmeng Zhixing: Huawei arbeitet mit chinesischen Partnern aus der Automobilindustrie zusammen, um die Modernisierung der Smart-Car-Industrie voranzutreiben

Einleitung zur Konferenz Mit der rasanten Entwicklung von Wissenschaft und Technologie ist künstliche Intelligenz zu einer wichtigen Kraft bei der Förderung des sozialen Fortschritts geworden. In dieser Zeit haben wir das Glück, die Innovation und Anwendung der verteilten künstlichen Intelligenz (DAI) mitzuerleben und daran teilzuhaben. Verteilte Künstliche Intelligenz ist ein wichtiger Zweig des Gebiets der Künstlichen Intelligenz, der in den letzten Jahren immer mehr Aufmerksamkeit erregt hat. Durch die Kombination des leistungsstarken Sprachverständnisses und der Generierungsfähigkeiten großer Modelle sind plötzlich Agenten aufgetaucht, die auf natürlichen Sprachinteraktionen, Wissensbegründung, Aufgabenplanung usw. basieren. AIAgent übernimmt das große Sprachmodell und ist zu einem heißen Thema im aktuellen KI-Kreis geworden. Au

Bei dieser ACL-Konferenz haben die Teilnehmer viel gewonnen. Die sechstägige ACL2024 findet in Bangkok, Thailand, statt. ACL ist die führende internationale Konferenz im Bereich Computerlinguistik und Verarbeitung natürlicher Sprache. Sie wird von der International Association for Computational Linguistics organisiert und findet jährlich statt. ACL steht seit jeher an erster Stelle, wenn es um akademischen Einfluss im Bereich NLP geht, und ist außerdem eine von der CCF-A empfohlene Konferenz. Die diesjährige ACL-Konferenz ist die 62. und hat mehr als 400 innovative Arbeiten im Bereich NLP eingereicht. Gestern Nachmittag gab die Konferenz den besten Vortrag und weitere Auszeichnungen bekannt. Diesmal gibt es 7 Best Paper Awards (zwei davon unveröffentlicht), 1 Best Theme Paper Award und 35 Outstanding Paper Awards. Die Konferenz verlieh außerdem drei Resource Paper Awards (ResourceAward) und einen Social Impact Award (

Auf der World Robot Conference in Peking ist die Präsentation humanoider Roboter zum absoluten Mittelpunkt der Szene geworden. Am Stand von Stardust Intelligent führte der KI-Roboterassistent S1 drei große Darbietungen mit Hackbrett, Kampfkunst und Kalligraphie auf Ein Ausstellungsbereich, der sowohl Literatur als auch Kampfkunst umfasst, zog eine große Anzahl von Fachpublikum und Medien an. Durch das elegante Spiel auf den elastischen Saiten demonstriert der S1 eine feine Bedienung und absolute Kontrolle mit Geschwindigkeit, Kraft und Präzision. CCTV News führte einen Sonderbericht über das Nachahmungslernen und die intelligente Steuerung hinter „Kalligraphie“ durch. Firmengründer Lai Jie erklärte, dass hinter den seidenweichen Bewegungen die Hardware-Seite die beste Kraftkontrolle und die menschenähnlichsten Körperindikatoren (Geschwindigkeit, Belastung) anstrebt. usw.), aber auf der KI-Seite werden die realen Bewegungsdaten von Menschen gesammelt, sodass der Roboter stärker werden kann, wenn er auf eine schwierige Situation stößt, und lernen kann, sich schnell weiterzuentwickeln. Und agil
