医药资讯大全
下载贤集网APP入驻自媒体
细胞内有数以亿计的碱基、表达程序以及运行策略，而且各不相同。单细胞测序技术可解读单个细胞里的这些信息，但人工干预多、过度依赖人为选定的标记基因使得单细胞测序技术对细胞的注释稳定性较低。可以理解为，同一类细胞用不同的模型解析，结果不同，对一些特殊细胞“公说公有理婆说婆有理”的分析结果往往难以得到广泛认可。 解决上述问题的关键是减少人工干预。9月27日，《自然》子刊《自然机器智能》刊载了我国团队首创的单细胞转录组细胞类型注释算法。该算法可以将细胞中的信息转变为计算机能够理解和学习的“语言”，让计算机和细胞直接“对话”，减少人为因素影响。 据算法研发团队腾讯人工智能实验室方面介绍，新算法，即scBERT模型，对最难分类的外周血单核细胞进行了分类，结果显示人工智能能够做到精准标注、注释极其难区分的两类细胞，例如能够准确区分CD8+细胞毒性T细胞和CD8/CD45RA+T细胞。研发团队成员告诉科技日报记者，“在极具挑战的外周血细胞亚型细分任务上，新算法相较现有最优方法的70%准确度再提升了7%。”
