人工智能（AI）已被用來了解癌症的生物物理學。一個機器學習平台預測了三種試劑，能夠在t中產生一種類似癌症的表型。
這項研究是由塔夫茨大學藝術與科學學院的研究人員，塔夫茨的艾倫發現中心和巴爾的摩縣馬里蘭州大學的研究，於1月27日在《雜誌》上發表科學報告。
AI模型成功預測了獨特的癌症表型
這紙建議如何使用AI來幫助人類研究人員的領域，例如再生醫學和腫瘤學控制複雜的生物系統，以收集以前未能達到的結果。科學家以前已經證明，如果它們正常的生物電信號和血清素能信號傳導中斷，則在養蛙中發現的色素細胞（稱為黑素細胞）可以轉化為類似癌症的轉移形式。在這項科學研究中，該團隊在逆向工程模型的過程中使用了AI來解釋複雜的過程。
研究人員假設，在遇到了一個奇怪的結果後，可以科學地解釋和控制整個t骨體內細胞的全部或非某人協調。科學家在廣泛的實驗中註意到，單個青蛙幼蟲中的所有黑素細胞要么轉化為癌症狀形式，要么將它們保持完全正常。第三個結果，只有一些色素細胞才能在單個t端中轉換，從未發生過。
作為當前研究的一部分，科學家給了你有一個模型使用一種或多種干預措施，找到一種在同一動物中實現部分黑素細胞轉化的方法的任務。
"Computational methods can reverse-engineer mechanistic models of tissue patterning and shape formation from expression data and experimental phenotypes. The utility of these methods is their ability to find novel regulatory interactions and even novel necessary regulatory genes. These methods are indeed becoming indispensable for understanding the complex coordination of signals necessary to develop and maintain correct body shapes and organs,"著名的研究。
AI模型提出了三步處理
AI預測了由三個部分組成的治療方法，研究人員承認他們將無法實現。因此，該系統成功地完成了該任務，並在研究人員進行的多年實驗中導致了前所未有的結果。
“值得注意的是，應用三種試劑的預測組合徒然揭示了預期的新結果，導致了個體內黑素細胞的部分轉化。這項工作證明了信號網絡動態模型的自動分析能夠發現新的表型，並預測地識別可以達到它們的特定操縱的能力。 ”
這種方法是在再生醫學領域進行研究的關鍵時刻，因為主要障礙之一是設法操縱複雜的網絡以達到預期的治療結果。生物調節非常複雜，這使得完全了解機械功能並預測所得的實驗結果變得顯著複雜。這種類型的模型允許研究人員系統地詢問系統，這使得符合目標結果所需的確切干預措施變得更加容易。
經過這一非常成功的嘗試，研究人員希望將他們的方法擴展到再生醫學的其他領域，從而改善癌症治療的效率。
