Key points are not available for this paper at this time.
인간 질병은 복잡한 세포 동력학으로 특징지어집니다. 단일세포 전사체 분석은 중요한 통찰을 제공하지만, 상세한 질병 진행 분석 및 목표 지향적 in silico 약물 개입을 위한 계산 도구에서 지속적인 격차가 존재합니다. 여기에서 우리는 시간 순서가 있는 단일세포 전사체 데이터를 분석하도록 조정된 심층 생성 신경망인 UNAGI를 소개합니다. 이 도구는 질병 진행의 근본적인 복잡한 세포 동력을 포착하여 약물 교란 모델링 및 스크리닝을 향상시킵니다. 특발성 폐섬유증 환자의 데이터셋에 적용했을 때, UNAGI는 질병 정보를 기반으로 한 세포 임베딩을 학습하여 질병 진행에 대한 이해를 강화하고 잠재적인 치료 약물 후보를 식별하는 데 기여합니다. 단백질체학을 사용한 검증은 UNAGI의 세포 동력학 분석의 정확성을 드러내며, 섬유화 칵테일로 처리된 인간 정밀 절단 폐 슬라이스를 사용하여 nifedipine이 인간 조직에 항섬유화 효과를 가질 수 있다는 UNAGI의 예측을 확인합니다. UNAGI의 다재다능성은 COVID를 포함한 다른 질병으로 확대되어 적응성을 보여주며, 특발성 폐섬유증을 넘어 복잡한 세포 동력을 해독하는 데 있어 더 넓은 적용 가능성을 확인합니다.
Zheng et al. (Fri,)는 이 문제를 연구했습니다.