研究癌癥的研究人員推出了一種新的 AI 模型，該模型提供了癌細胞的細胞級映射和可視化，科學家希望該模型能夠揭示某些細胞間關系如何以及為什么會引發癌癥生長。
位于圣地亞哥的初創公司 BioTuring 宣布推出 一種 AI 模型，該模型可以以單細胞分辨率快速創建癌癥腫瘤的詳細可視化圖像。這種類型的顆粒數據顯示了細胞的大小、形狀、哪些基因被激活，關鍵是顯示了組織樣本中數百萬個不同細胞的相對空間位置。
與速度慢得多的傳統生物計算方法不同，新模型提供了有關腫瘤動力學以及癌細胞和免疫細胞相互作用的實時高分辨率見解。
BioTuring 首席執行官 Son Pham 表示：“人體大約有 30 萬億個細胞，如果進行大規模的腫瘤活檢，就會發現有幾百萬個細胞。“類比是 – 想象一下，您正在以非常高分辨率分析衛星圖像，試圖了解城市的運作方式。在生物學領域，我們的模型所做的是向您展示每棟房子、這些房子里的東西、誰在和誰說話，以及他們在說什么。”
“同樣，我們的模型可讓您了解哪些細胞正在與哪些其他細胞對話，哪些細胞群正在形成并相互交流，以及它們正在形成何種關系，從而應對臨床腫瘤研究中一些非常復雜的挑戰。”
BioTuring 是 NVIDIA Inception 計劃的成員，正在開展單細胞空間組學的研究。單細胞空間組學是生物學的一個分支領域，用于在組織中的原始空間環境中檢查生物分子 (例如信使 RNA 和蛋白質)。
為了創建高分辨率映射 (或“疾病細胞圖譜”) (包括卵巢癌細胞)，該團隊使用 NVIDIA H100 Tensor Core GPUs ，以及 NVIDIA cuBLAS 和 NVIDIA cuSPARSE 庫來加速優化分析中的矩陣運算，例如更傳統的機器學習算法、 Weighted Gene Co-expression Network Analysis 和 CellChat。
了解癌細胞在人體內部（尤其是在器官內的微環境中）的發展和轉移情況，可以改進癌癥早期檢測的篩查方法。此外，研究人員可以利用該模型的細胞見解來更好地了解腫瘤異構性，或了解同一患者的惡性腫瘤，其細胞之間存在重大差異。
新模型增強的視覺粒度意味著研究人員和藥物開發者有更大的機會發現能夠更準確地向癌細胞的分子標記物。
例如，該模型可以看到一個人的殺手 T 細胞（即人類的抗病細胞）如何改變形狀以致癌。通過了解人體的免疫系統如何演變以對抗特定癌癥，藥物開發者可以開發出支持患者免疫系統的合成療法。
BioTuring 的首席運營官 Rujuta Narurkar 說：“我們正在幫助發現生物學發現，研究人員可以利用這些發現來推動治療策略。“通過各個階段了解腫瘤的微環境有助于繪制出癌癥的軌跡，并可能揭示癌癥本身的來源。這種更高水平的癌癥組織分辨率在以前是不可能實現的。但現在，新技術使其觸手可及。”
