PulseAugur
实时 10:11:59
中文(ZH) 腾讯AI虚拟细胞算法登《Cell》主刊,系国内首次

腾讯AI虚拟细胞算法发表于Cell期刊

腾讯生命科学实验室与中南大学合作,在Cell期刊上发表了一种新颖的AI虚拟细胞算法UniPert–G2CP。该算法将基因和化学药物扰动独特地映射到一个统一的语义空间,解决了预测细胞对联合治疗反应的挑战。核心UniPert模块是开源的,G2CP方法利用了迁移学习,在基因筛选数据上进行预训练,并用化学筛选数据进行微调。该研究涉及跨多个癌细胞系的广泛数据,并成功验证了其在ESR1内分泌抵抗病例中的预测和机制解释。 AI

影响 通过更准确地预测细胞对联合基因和化学干预的反应,该研究推动了AI在药物发现和个性化医疗中的应用。

排序理由 AI算法发表在高影响力学术期刊上。

在 36氪 (36Kr) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

腾讯AI虚拟细胞算法发表于Cell期刊

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
AI算法发表在高影响力学术期刊上。
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, product
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
53 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准

报道来源 [1]

  1. 36氪 (36Kr) TIER_1 中文(ZH) ·

    腾讯AI虚拟细胞算法发表于Cell正刊,中国首次

    36氪获悉,近日,腾讯生命科学实验室与中南大学联合研究成果《UniPert–G2CP》发表于国际学术期刊《Cell》主刊,系国内首个在该刊发表的AI虚拟细胞研究。该算法首次将基因扰动与化学药物扰动映射至统一语义空间,解决"化学扰动×细胞特异性响应"难题。核心模块UniPert已开源,G2CP采用基因筛选数据预训练、化学筛选数据微调的迁移学习策略。研究覆盖4994个基因、7860个化合物和5种癌症细胞系,并在ESR1内分泌耐药案例中完成从预测到机制解释的闭环验证。