AI与世界难题 · 生命科学 · Nature (computational biology) · 2026-10-21
用于剖析真菌感染微环境中免疫逃逸机制的空间代谢组学引导深度学习框架
原标题: Spatial metabolomics-guided deep learning framework for dissecting immune evasion mechanisms in fungal infection microenvironments
这项工作针对的是让真菌病原体在侵袭性感染中逃避宿主免疫的空间组织化代谢回路,这类感染在免疫功能低下患者中造成很高的死亡率。该框架将小鼠侵袭性肺曲霉病组织的高分辨率空间代谢组学与注意力增强的多尺度卷积网络相结合,以相对于专家病理学家标注 0.887 的平均 Dice 系数分割感染核心、免疫浸润区和过渡边界区。随后,结合神经常微分方程的变分图自编码器推断代谢物–免疫相互作用网络在 24–72 小时内如何演化,将犬尿氨酸列为中心性最高的枢纽代谢物,并将一个假定的代谢临界点置于 36 至 48 小时之间。