CITE-VAE

AI模型通过新颖的架构推进细胞动力学预测

研究人员正在开发新的AI模型来预测细胞动力学和对扰动的反应。一种方法Chreode使用细胞世界模型进行一步时间预测，并在扰动预测的基因状态嵌入方面显示出改进。另一项研究探索了时间图学习，其中细胞状态被建模为演化的图结构，在预测生物状态方面优于现有的基础模型。此外，一个潜在的动力学因果生成模型CITE-VAE旨在捕捉潜在的细胞程序及其扰动驱动的动力学，展示了对未见扰动的改进泛化能力。