预计将提供研究疾病治疗的新方法。根据新华社的说法，以色列的特拉维夫大学最近发布了一项公报，称大学的研究人员已经开发了一种基于人工智能的SCNET系统，该系统可以理解复杂生物学环境（例如肿瘤）中细胞的变化，并有望提供新的研究方法来研究这种疾病。该公告说，当前的单细胞顺序技术正在变得越来越成熟，使研究人员能够观察生物样品中不同细胞群体的基因表达特性，并探索它们对单个细胞功能的影响。这种类型的研究对肿瘤环境尤为重要，肿瘤环境不仅可以观察到癌细胞本身的影响，而且可以分析其对肿瘤周围促进或抗癌细胞的影响。但是，副词-followi的相关技术仍然存在一些问题NG，使研究人员难以准确获得控制细胞功能的遗传方法的变化。研究人员说，SCNET系统将单细胞数据与基因接触网络融合在一起，该数据置于不同一代之间的可能相互作用路径。该系统提高了样品中细胞群体识别的准确性，可以揭示细胞在多种疾病下的遗传行为特性，并帮助科学家了解健康状态的细胞机制及其对药物治疗的反应。 Arrow The Research专注于具有抗癌电位的T细胞种群，并使用新系统清楚地观察药物如何激活T细胞的细胞毒性功能，从而更有效地攻击肿瘤细胞。此发现以前很难使用传统的评估方法来识别。公报说，SCNET显示了整合人工智能和生物元的巨大潜力Cal Science，并有望披露未来的疾病机制并制定新的治疗计划。相关的研究结果已发表在《英国科学杂志自然方法》上。