IA e os Problemas Difíceis do Mundo · Ciências da vida · Nature (machine learning) · 2026-10-07
Previsão de perturbações generalizável
Título original: Generalizable perturbation prediction
Os dados de perturbação celular revelam relações regulatórias causais, mas esses dados costumam ser escassos, o que motiva métodos que preveem respostas em um contexto a partir de outros. Os autores desenvolveram o State, um modelo de aprendizado de máquina que combina um modelo de transição de estado baseado em transformer para efeitos de perturbação em células individuais com um modelo pré-treinado de embeddings celulares. Ele foi treinado com dados de perturbação de mais de 100 milhões de células e dados observacionais de 167 milhões de células, e a equipe também criou o Cell-Eval, uma estrutura de avaliação para comparar modelos.