KI und die schwierigen Probleme der Welt · Lebenswissenschaften · arXiv · 2026-10-20
scCTM: Rekonstruktion der Zellschicksalsdynamik von Gliomzellen mit der Continuous Thought Machine – Attraktorlandschaften und algorithmische Perturbationssignaturen
Originaltitel: scCTM: Continuous Thought Machine Reconstruction of Glioma Cell Fate Dynamics Attractor Landscapes and Algorithmic Perturbation Signatures
Die Plastizität des Zellschicksals bei Gliomen wird meist aus statischen Einzelzell-Momentaufnahmen abgeleitet. Die Autoren entwickelten scCTM, das die Continuous Thought Machine von Sakana AI mit Autoencoding kombiniert, um die Dynamik des Einzelzellschicksals vorherzusagen, und testeten es an zwei Datensätzen maligner H3K27M-Zellen. Der CTM-Autoencoder erreichte bei beiden eine AUROC von 0,99, und eine Perturbationsanalyse hob wiederkehrende Netzwerkinteraktionen mit hohem Einfluss hervor, an denen Gene wie ARID1B und NRXN1 beteiligt sind. Dies sind In-silico-Ergebnisse.