人工智能（AI）已被用来了解癌症的生物物理学。一个机器学习平台预测了三种试剂，能够在t中产生一种类似癌症的表型。
这项研究是由塔夫茨大学艺术与科学学院的研究人员，塔夫茨的艾伦发现中心和巴尔的摩县马里兰州大学的研究，于1月27日在《杂志》上发表科学报告。
AI模型成功预测了独特的癌症表型
这纸建议如何使用AI来帮助人类研究人员的领域，例如再生医学和肿瘤学控制复杂的生物系统，以收集以前未能达到的结果。科学家以前已经证明，如果它们正常的生物电信号和血清素能信号传导中断，则在养蛙中发现的色素细胞（称为黑素细胞）可以转化为类似癌症的转移形式。在这项科学研究中，该团队在逆向工程模型的过程中使用了AI来解释复杂的过程。
研究人员假设，在遇到了一个奇怪的结果后，可以科学地解释和控制整个t骨体内细胞的全部或非某人协调。科学家在广泛的实验中注意到，单个青蛙幼虫中的所有黑素细胞要么转化为癌症状形式，要么将它们保持完全正常。第三个结果，只有一些色素细胞才能在单个t端中转换，从未发生过。
作为当前研究的一部分，科学家给了你有一个模型使用一种或多种干预措施，找到一种在同一动物中实现部分黑素细胞转化的方法的任务。
"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模型提出了三步处理
AI预测了由三个部分组成的治疗方法，研究人员承认他们将无法实现。因此，该系统成功地完成了该任务，并在研究人员进行的多年实验中导致了前所未有的结果。
“值得注意的是，应用三种试剂的预测组合徒然揭示了预期的新结果，导致了个体内黑素细胞的部分转化。这项工作证明了信号网络动态模型的自动分析能够发现新的表型，并预测地识别可以达到它们的特定操纵的能力。”
这种方法是在再生医学领域进行研究的关键时刻，因为主要障碍之一是设法操纵复杂的网络以达到预期的治疗结果。生物调节非常复杂，这使得完全了解机械功能并预测所得的实验结果变得显着复杂。这种类型的模型允许研究人员系统地询问系统，这使得符合目标结果所需的确切干预措施变得更加容易。
经过这一非常成功的尝试，研究人员希望将他们的方法扩展到再生医学的其他领域，从而改善癌症治疗的效率。
