来自新加坡科技研究局基因组研究所（GIS）和生物信息学研究所（BII）的科学家团队开发了一种名为“BANKSY”的新型人工智能软件工具，可以自动识别组织中存在的细胞类型，例如肌肉细胞、神经细胞和脂肪细胞。 传统的人工智能工具可以将包含相似分子的细胞聚集成簇，班克斯还考虑了组织中细胞周围环境的相似程度，这比传统的人工智能工具更进一步。 通过 BANKSY，研究人员将能够更快、更准确地提高对多种疾病组织过程的理解，这可以支持开发更有效的癌症、神经系统疾病和其他疾病的诊断和治疗方法。 这项突破性研究发表在 2024 年 2 月 27 日《Nature Genetics》杂志上的文章“BANKSY Unified Cell Typing and Organization Domain Segmentation for Scalable Spamic Data Analysis”中。
BANKSY 擅长识别组织样本生成的空间分子谱中细微不同的细胞群。 此外，班克斯解决了在组织切片中划分功能不同的解剖区域的独特但相关的问题。 例如，它可以区分人类前脑的分层结构。
空间分子分析（空间组学）技术是功能强大的显微镜，通过揭示细胞中单个生物分子的确切位置以及组织中细胞的排列，科学家可以通过它来详细研究组织。 这有助于他们了解细胞如何在组织中聚集以执行其正常的生理功能，以及它们在癌症、自闭症或 COVID-19 等传染病等疾病中的行为（或不当行为）。 这种理解对于更准确的诊断和对患者进行量身定制的治疗以及新药的发现至关重要。
BANKSY 可以帮助生物学家解释过去几年出现的最新空间组学技术并从中提取见解。 BANKSY 多功能、准确、快速且可扩展，在分析基于 RNA 和蛋白质的空间组学数据方面从现有方法中脱颖而出。 BANKSY 能够处理超过 200 万个单元的大型数据集，比经过测试的竞争方法快 10 至 1,000 倍，可扩展性高 2 至 60 倍。 这意味着该方法还可以应用于其他关键的数据处理步骤，例如检测和去除样本的质量较差的区域，以及合并从不同患者采集的样本进行组合分析。
BANKSY 已经过独立基准测试，两项独立研究发现 BANKSY 是空间组学数据性能最佳的算法，其中一项研究得出结论，BANKSY 可以成为识别域的强大解决方案。 另一项研究测试了六种算法，并选择 BANKSY 作为其数据分析最准确的算法。
A*STAR GIS 系统生物学和数据分析实验室高级组长兼空间和单细胞系统副主任 Shyam Prabhakar 博士表示：“我们预计 BANKSY 将成为一个改变游戏规则的工具，有助于释放潜力新兴的空间组学技术有望提高我们对多种疾病组织过程的理解，使我们能够开发出更有效的癌症、神经系统疾病和许多其他疾病的治疗方法。”
A*STAR GIS 代理执行主任刘建军教授表示：“BANKSY 的工作推进了我们的战略，将高通量技术与可扩展、强大的人工智能软件相结合，以解决问题并识别可以产生影响的线索在患者的生活中。”
新加坡国家癌症中心肿瘤内科高级顾问兼 A*STAR 应用癌症基因组学 GIS 实验室高级临床科学家 Iain Tan 博士说：“我们正在使用 BANKSY 来识别帮助肿瘤生长和扩散到其他细胞的细胞。身体的某些部位——针对这些细胞的药物可能是癌症治疗的一个有希望的方向。”
资讯来源：由a0资讯编译自THECOINREPUBLIC。版权归作者A0资讯所有，未经许可，不得转载
