AI और दुनिया की कठिन समस्याएँ · जीव विज्ञान · arXiv · 2026-10-20

scCTM: ग्लियोमा कोशिका भाग्य गतिकी के एट्रैक्टर लैंडस्केप और एल्गोरिदमिक परटर्बेशन सिग्नेचर का Continuous Thought Machine पुनर्निर्माण

मूल शीर्षक: scCTM: Continuous Thought Machine Reconstruction of Glioma Cell Fate Dynamics Attractor Landscapes and Algorithmic Perturbation Signatures

ग्लियोमा में कोशिका भाग्य की प्लास्टिसिटी का अनुमान आमतौर पर स्थिर एकल-कोशिका स्नैपशॉट से लगाया जाता है। लेखकों ने scCTM बनाया, जो Sakana AI के Continuous Thought Machine को ऑटोएन्कोडिंग के साथ जोड़कर एकल-कोशिका भाग्य की गतिकी का पूर्वानुमान लगाता है, और इसे दो H3K27M घातक कोशिका डेटासेट पर परखा। CTM ऑटोएन्कोडर दोनों पर 0.99 का AUROC प्राप्त कर सका, और एक विक्षोभ विश्लेषण ने ARID1B और NRXN1 जैसे जीनों से जुड़ी बार-बार उभरने वाली उच्च-प्रभाव नेटवर्क अंतःक्रियाओं को उजागर किया। ये इन सिलिको निष्कर्ष हैं।

मूल लेख पढ़ें ↗

सभी आइटम →