研究人员开发了一个新的药物发现框架，该框架结合了成像数据和转录组学。这种干预感知蒸馏方法利用基因表达数据来指导基于图像的分析的学习过程，克服了先前在细胞类型和药物剂量变化方面存在困难的方法的局限性。与现有方法在基准数据集上的表现相比，该系统在预测未见过的干预和发现药物靶点方面表现出更高的性能。 AI
影响 引入了一种新颖的多模态学习方法，可以提高药物发现流程的效率和准确性。
排序理由 这是一篇研究论文，详细介绍了一种使用成像和转录组学数据进行药物发现的新方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2604.22832v1 Announce Type: new Abstract: Microscopy-based phenotypic profiling is scalable for drug discovery but lacks the mechanistic depth of transcriptomics, which remains costly and scarce. Existing multimodal approaches either use images to support other modalities o…