AI dan Masalah-Masalah Sulit Dunia · Ilmu hayat · Nature (machine learning) · 2026-10-07
Prediksi perturbasi yang dapat digeneralisasi
Judul asli: Generalizable perturbation prediction
Data perturbasi sel mengungkap hubungan regulasi kausal, tetapi data semacam itu sering langka, sehingga mendorong pengembangan metode yang memprediksi respons dalam satu konteks dari konteks lainnya. Para penulis mengembangkan State, model pembelajaran mesin yang menggabungkan model transisi keadaan berbasis transformer untuk efek perturbasi sel tunggal dengan model embedding sel yang telah dilatih sebelumnya. Model ini dilatih menggunakan data perturbasi dari lebih dari 100 juta sel dan data observasional dari 167 juta sel, dan tim juga membangun Cell-Eval, kerangka evaluasi untuk membandingkan model.