所有分类
发表在Nature Biotechnology上的新数据代表了有史以来对免疫细胞信号传导研究的最大分析，它描绘了超过3,000种先前未列出的细胞相互作用，并产生了首个以免疫为中心的疾病模块化分类。这些数据用于重写关于以免疫为重点的细胞间通信和疾病关系的参考书。
免疫系统是高度复杂和动态的，并且每30分钟发表一篇新的免疫学论文，人类没有实际的方法来应对该领域的庞大规模和多样性。随着这一数据的增长，机器学习方法将是充分利用为推动免疫学和科学所做的一切努力的唯一实用方法。
细胞 - 细胞因子关系的全身标准化和背景化对于我们扩大免疫系统理解的能力至关重要。基于这个策划的知识库，通过应用经过验证的预测技术，产生了355个完全新颖的细胞 - 细胞因子相互作用的假设。
仅这些就代表了对现有免疫系统知识的更好的背景理解所产生的发现。当这些知识可以与其他丰富的数据源和人工智能技术相结合，在抗击疾病的斗争中产生重要的新线索时，这种潜力变得更加强大。
“鉴于免疫系统在疾病中起主导作用，以免疫为中心的观点使我们更好地了解疾病机制。”CyiReason的首席科学家，以及以色列理工学院的系统免疫学主任Shai Shen-Orr博士说。“这些数据表明，通过挖掘和学习现有论文，有价值的，经过验证的预测是可能的。当您将其与其他预测技术和其他数据集集成时，这种能力将呈指数级增长。”
“当你干扰特定受体，分子或细胞特异性疾病或组织时，这项重要的工作改变了可以预测的范式。这项工作与我们以细胞为中心的模型相结合，不仅仅描述了什么在细胞等之间发生，但也定义了谁发起以及谁对其起作用 - 这是CytoReason构建的免疫系统唯一三维视图的关键。
所有评论仅代表网友意见，与本站立场无关。
我要评论