VirTues(虚拟组织)——计算生物学与空间组学领域的一项重大计算突破
摘要
研究人员创建了 VirTues,这是一个用于空间蛋白质组学的统一基础模型,能将多样化的组织成像数据转化为标准语言,从而实现更快、更准确的医学诊断和个性化治疗。
科学家创建了首个用于空间蛋白质组学的统一基础模型,本质上是将大语言模型(LLM)的能力引入复杂的组织成像领域。
问题与解决方案
医生和科学家会拍摄患病组织(如癌症活检组织)的微小图像,以观察其中包含哪些蛋白质化学物质。一个主要问题在于,每家医院和实验室使用不同的检测方法和不同的颜色来标记这些蛋白质。因此,计算机系统很难在不同医院之间轻松共享信息或比较结果。
解决方案是一个名为 VirTues 的新型智能计算机模型。可以把它想象成一个通用翻译器:无论某家医院使用何种检测方法或颜色组合,VirTues 都能读取图像,理解每种蛋白质和细胞的位置,并将信息组织成任何医生都能使用的标准语言。
这将如何改变我们的生活
对普通人而言,这项技术可能意味着更快、更准确的医学诊断,以及如果你或亲人患病时,能获得更好的个性化治疗。医生无需再猜测哪种重治疗(如化疗)可能有效,只需将一份简单的肿瘤样本输入该系统。
计算机可以快速将你的组织与全球数千名患者的组织进行比较,并准确告诉医生哪种药物对治愈你的特定疾病类型成功率最高。随着时间推移,这将使医疗更安全,加速救命新药的发现,并帮助人们活得更长、更健康。
论文:https://www.nature.com/articles/s41586-026-10884-y
相似文章
CtrlVTON:通过视觉实例提示分割实现可控虚拟试穿
本文介绍了VIP-SAM用于实例级服装分割,以及CtrlVTON,一个将试穿视为图像编辑问题的可控虚拟试穿框架,允许精确控制服装的布局、样式和位置。两种方法在各自任务上均达到最先进水平。
迈向虚拟细胞中的自主机制推理
本文介绍了VCR-Agent,一个多智能体框架,通过结构化形式化和VC-TRACES数据集生成并验证机制性解释,从而增强大型语言模型在生物学研究中的应用。该方法通过虚拟细胞中的验证性机制推理,提高了基因表达预测的事实准确性。
@arcinstitute:PerturbSpace 将组织切片压到带有条形码微孔的芯片上。每个孔中的抗体标记上方细胞…
PerturbSpace 是一种空间转录组学方法,通过将组织切片压到带有条形码微孔的芯片上,利用抗体为细胞标记位置编码,再进行单细胞测序,实现超过90%的可靠空间定位。
AI开始将肿瘤视为有组织的生态系统,而不仅仅是突变细胞
一项新研究提出,利用人工智能分析肿瘤的空间组织、免疫定位和信号环境,将肿瘤视为有组织的生态系统而非随机突变。
TableVerse:一个具有真实世界基础布局的大规模桌面数据集,用于可泛化操作
TableVerse 引入了一个完全自动化的 Real2Sim 流水线,将非结构化、野外图像转换为高保真、可模拟的桌面环境,具有精确的度量标准和物理稳定性,同时提供了一个大规模数据集(TableVerse-100K),用于可泛化的机器人操作。