KI und die schwierigen Probleme der Welt · Lebenswissenschaften · Nature (machine learning) · 2026-10-21
Tiefe dynamische Modelle einzelzelliger Multiomik-Geschwindigkeiten sagen Loss-of-Function- und Rescue-Perturbationen in B-Zellen voraus
Originaltitel: Deep dynamical models of single-cell multiomic velocities predict loss-of-function and rescue perturbations in B cells
DynaVelo, ein generatives neuronales Modell für gewöhnliche Differentialgleichungen, erlernt die gemeinsame Dynamik von Genexpression und Transkriptionsfaktor-Motivaktivität aus Einzelzell-Multiome-Daten, was Perturbationen in silico ermöglicht. Es rekonstruierte die sich verzweigende In-vivo-Dynamik der Keimzentrum-B-Zellen von Wildtyp-Mäusen und zeigte, wie sich diese Dynamik unter heterozygotem Verlust von Arid1a und Ctcf verändert. Die In-silico-Perturbation sagte Ctcf, Stat3 und Bcl6 als Rescue-Ziele für den Arid1a-Verlust voraus, und In-vivo-Experimente an doppelt-heterozygoten Mäusen bestätigten den Rescue in allen drei Fällen.