AI এবং বিশ্বের কঠিন সমস্যাগুলো · জীবনবিজ্ঞান · Nature (computational biology) · 2026-10-21

ছত্রাক সংক্রমণের মাইক্রোএনভায়রনমেন্টে ইমিউন এভেশন প্রক্রিয়া উন্মোচনের জন্য স্পেশাল মেটাবোলমিক্স-নির্দেশিত ডিপ লার্নিং ফ্রেমওয়ার্ক

মূল শিরোনাম: Spatial metabolomics-guided deep learning framework for dissecting immune evasion mechanisms in fungal infection microenvironments

এই কাজটি এমন স্থানিকভাবে সংগঠিত বিপাকীয় সার্কিটগুলির ওপর দৃষ্টি দেয়, যেগুলি ইনভেসিভ সংক্রমণে ছত্রাকজনিত রোগজীবাণুকে পোষকের অনাক্রম্যতা এড়িয়ে যেতে সাহায্য করে, যেই সংক্রমণগুলি অনাক্রম্যতা-দুর্বল রোগীদের মধ্যে উচ্চ মৃত্যুহার ঘটায়। ইঁদুরের ইনভেসিভ পালমোনারি অ্যাসপারজিলোসিস টিস্যুর উচ্চ-রেজোলিউশন স্প্যাশিয়াল মেটাবোলোমিক্সকে একটি attention-বর্ধিত মাল্টি-স্কেল কনভোলিউশনাল নেটওয়ার্কের সঙ্গে যুক্ত করে, এই ফ্রেমওয়ার্কটি সংক্রমণের কোর, অনাক্রম্যতা অনুপ্রবেশ অঞ্চল এবং রূপান্তরমূলক সীমানা অঞ্চলকে বিশেষজ্ঞ প্যাথলজিস্টদের টীকার তুলনায় গড় Dice সহগ 0.887 দিয়ে সেগমেন্ট করে। এরপর নিউরাল অর্ডিনারি ডিফারেনশিয়াল সমীকরণসহ একটি ভ্যারিয়েশনাল গ্রাফ অটোএনকোডার অনুমান করে যে 24–72 ঘণ্টার সময়কালে মেটাবোলাইট–ইমিউন মিথস্ক্রিয়া নেটওয়ার্কগুলি কীভাবে বিবর্তিত হয়, কাইনুরেনিনকে সর্বোচ্চ-সেন্ট্রালিটির হাব মেটাবোলাইট হিসেবে স্থান দেয় এবং 36 থেকে 48 ঘণ্টার মধ্যে একটি সম্ভাব্য বিপাকীয় টিপিং পয়েন্ট নির্দেশ করে।

মূল লেখা পড়ুন ↗

সব আইটেম →