摘要：公开可用的生成AI工具可以在数小时内解释人类组织中的数百万个细胞，揭示新的见解，并使研究人员和临床医生能够就癌症等疾病提出问题。...

基于初始的人工智能（AI）神经网络可以快速分析和解释患者样品中的数百万个细胞，从而预测组织中的分子变化。它可能可以确定在癌症等疾病中最有效的个性化治疗方法。

Nichecompass利用生成AI的力量创建一个可视数据库，结合了有关细胞类型，发现它们的空间基因组数据以及它们的通信方式。由Wellcome Sanger Institute，Helmholtz Munich，Würzburg大学AI健康研究所的研究人员创建¹，这是第一种能够测量和解释细胞社交网络的数据范围的AI方法，以识别和分析不同的细胞社区。

一篇新论文，今天（3月18日）在自然遗传学，介绍了Nichecompass，并详细介绍了如何发现整个乳腺癌和肺癌患者的组织变化。研究人员展示了Nichecompass如何通过AI的力量在一小时内对某些人的反应方式有所不同。最终，它将有助于制定个性化的治疗计划，强调在癌症等疾病中可能针对的特定变化。

人体中的每个细胞都与环境进行通信，并参与了更大的相互作用网络。细胞都具有使它们被识别为通信网络的一部分的特征，例如它们表面具有哪种蛋白质。可以通过其特征连接相似的单元格。

单细胞和空间基因组技术²已经彻底改变了我们对人体的理解，并使其能够创建不同组织和器官的多个深入细胞图谱。

这些地图集包含有关众多细胞类型，它们所在的位置以及遗传变化如何影响它们彼此相互作用的信息。通过了解人体在细胞水平上的运作方式，它可以告知我们对疾病中发生的事情的理解，并突出了药物开发的新目标。

尽管这些图形包括有关找到细胞的位置以及它们如何在特定社区或网络中相互作用的信息，但很难量化和解释这些社区并了解驱动细胞社交相互作用的原因。

在一项新的研究中，桑格学院的研究人员及其合作者提出了Nichecompass，这是一种基于细胞对细胞通信的深入学习的AI模型。这意味着它了解了不同的单元格如何通过其网络通信，然后将它们与类似的细胞网络对齐，从而通过共享特征在组织中创建邻居。

由此，NicheCompass可以解释数据，使研究人员和临床医生能够提出有关数据的问题并更好地了解健康状况。例如：“癌细胞如何与肺癌患者周围的环境进行通信？”。

研究人员使用Nichecompass结合了10例肺癌患者的数据，并能够看到个体之间的相似性和差异。这些相似之处有助于我们对癌症的一般理解，并突出显示可能针对新疗法有用的任何转录变化。相比之下，差异突出了个性化医学的新途径。

可以包括进一步的患者数据，以便临床医生可以输入自己的患者数据，并在一小时内收到有关个人状况的深入信息，有助于指导临床决策。

该小组还对乳腺癌组织使用了Nichecompass，显示了其在不同类型的癌症中的有效性。

他们还将该网络应用于具有840万个细胞的小鼠脑空间地图集，并且能够快速正确地识别脑部截面并创建整个器官的视觉资源。这表明了如何将其应用于全球研究人员产生的整个器官的空间图谱。

AI健康研究所，Helmholtz Munich和Wellcome Sanger Institute的第一作者塞巴斯蒂安·伯克（Sebastian Birk）说：“拥有大量有关人体数据的数据对于寻找新的理解，预防和治疗疾病至关重要临床医生向有关他们的数据提出问题，并更好地理解和治疗疾病。”

温兹堡大学共同祖先作者卡洛斯·塔拉维拉·洛佩斯博士（Carlos Talavera-López）博士说：“使用Nichecompass，我们能够看到免疫细胞与患者与肺癌与肺癌相互作用的差异。这种现实世界中这种现实世界的应用不仅培养了新的信息，这些信息不仅为我们对癌症进行了激烈的影响，因此与癌症相互作用，这是一种与之相互作用的癌症，这是癌症的相互作用。发现新的方法来利用某些癌症的免疫系统，从而创建个性化治疗方法，使患者的免疫系统能够直接瞄准癌症机制。”

惠格研究所（Wellcome Sanger Institute）的共同祖先作者Mohammad Lotfollahi博士说：“人们经常通过一系列不同的信息与他们的网络进行沟通。他们可能会分享来自工作或假期的图片的发展，虽然这些可能是不同的朋友，而且这些可能是对不同的朋友，他们都可以与一个单独的交流进行传播。细胞与网络相似，可以与他们进行不同的社区交流，从而建立社区，以建立社区，以建立社区的社区。可以解释这些网络并回答可能直接影响患者生活的问题的第一个AI模型，例如强调健康状况的开始和如何开始，并预测它们如何对某些治疗做出反应。”