AI और दुनिया की कठिन समस्याएँ · जीव विज्ञान · Nature (computational biology) · 2026-10-21

फ़ंगल संक्रमण माइक्रोएनवायर्नमेंट में प्रतिरक्षा-परिहार तंत्रों के विश्लेषण हेतु स्पेशल मेटाबोलॉमिक्स-निर्देशित डीप लर्निंग फ़्रेमवर्क

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

यह कार्य उन स्थानिक रूप से संगठित चयापचयी सर्किटों को लक्षित करता है जो इनवेसिव संक्रमणों में फंगल रोगजनकों को मेज़बान की प्रतिरक्षा से बचने देते हैं, जो प्रतिरक्षा-दुर्बल रोगियों में उच्च मृत्युदर का कारण बनते हैं। चूहों के इनवेसिव फुफ्फुसीय एस्परजिलोसिस ऊतक के उच्च-रिज़ॉल्यूशन स्पेशियल मेटाबोलॉमिक्स को एक अटेंशन-संवर्धित मल्टी-स्केल कनवॉल्यूशनल नेटवर्क के साथ जोड़कर, यह फ्रेमवर्क विशेषज्ञ पैथोलॉजिस्ट एनोटेशनों की तुलना में 0.887 के औसत Dice गुणांक के साथ संक्रमण कोर, प्रतिरक्षा इन्फ़िल्ट्रेशन क्षेत्र और ट्रांज़िशनल सीमांत क्षेत्र को सेगमेंट करता है। इसके बाद न्यूरल ऑर्डिनरी डिफरेंशियल इक्वेशन्स वाला एक वेरिएशनल ग्राफ़ ऑटोएनकोडर अनुमान लगाता है कि मेटाबोलाइट–इम्यून अंतःक्रिया नेटवर्क 24–72 घंटों में कैसे विकसित होते हैं, और काइनुरेनीन को सर्वाधिक-सेंट्रैलिटी वाले हब मेटाबोलाइट के रूप में स्थान देते हुए 36 और 48 घंटों के बीच एक संभावित चयापचयी टिपिंग पॉइंट बताता है।

मूल लेख पढ़ें ↗

सभी आइटम →