Nature子刊：人工智能有助于识别单个病变细胞

　　研究人员为临床应用开发了一种新的人工智能算法，称为“scArches”。它有效地将患者的细胞与健康个体的参考细胞图谱进行比较。这使医生能够精确定位疾病中的细胞，并为每个患者的个性化治疗确定它们的优先级。

　　

Helmholtz Zentrum München和慕尼黑工业大学(TUM)的研究人员开发了一种名为“scarch”的新算法，是单细胞结构手术的缩写。最大的优势:“该算法不是在诊所或研究中心之间共享原始数据，而是使用迁移学习来比较来自单细胞基因组学的新数据集和现有的参考资料，从而保护隐私和匿名性。这也使得对新数据集的注释和解释非常容易，并极大地普及了单细胞参考图集的使用，”该算法的首席科学家Mohammad Lotfollahi说。

COVID-19

研究人员在几个肺支气管样本中应用了疤痕来研究COVID-19。他们使用单细胞转录组学将COVID-19患者的细胞与健康参考细胞进行了比较。该算法能够从参考文献中分离出患病细胞，从而使用户能够确定需要治疗的细胞，无论是轻症还是重症COVID-19病例。患者之间的生物学差异并不影响绘图过程的质量。

Fabian Theis:“我们的愿景是，在未来，我们将像现在使用基因组参考一样轻松地使用细胞参考。换句话说，如果你想烤蛋糕，你通常不会想要自己想出食谱，而只是在烹饪书中查找。通过scarch，我们规范化并简化了这个查找过程。”

Journal Reference:

1. Lotfollahi et al. Mapping single-cell data to reference atlases by transfer learning. Nature Biotechnology, 2021 DOI: 10.1038/s41587-021-01001-7