ИИ и сложнейшие проблемы мира · Науки о жизни · arXiv · 2026-10-20
scCTM: реконструкция аттракторных ландшафтов динамики судьбы клеток глиомы и алгоритмических сигнатур возмущений с помощью Continuous Thought Machine
Оригинальное название: scCTM: Continuous Thought Machine Reconstruction of Glioma Cell Fate Dynamics Attractor Landscapes and Algorithmic Perturbation Signatures
Пластичность клеточной судьбы при глиоме обычно выводят из статичных одноклеточных снимков. Авторы создали scCTM, который сочетает Continuous Thought Machine от Sakana AI с автокодированием для предсказания динамики судьбы отдельных клеток, и протестировали его на двух наборах данных злокачественных клеток с H3K27M. Автокодировщик CTM достиг AUROC 0,99 на обоих, а анализ возмущений выявил повторяющиеся сетевые взаимодействия с высоким влиянием, затрагивающие такие гены, как ARID1B и NRXN1. Это результаты in silico.