Nat Compu Sci + NAR丨刘琦教授团队发展基于子任务分解的单细胞扰动预测的AI新范式和开发单细胞扰动组学数据资源

文章预览

引言 解析基因功能对于理解复杂生物学过程、揭示疾病的发生发展机制以及新药研发等均具有重要的意义。单细胞遗传扰动测序正成为解析基因功能与复杂基因调控关系的新技术手段。利用基因扰动组学测序技术 （例如Perturb-seq、CROP-seq等） ，我们能够在单细胞层面检测特定基因扰动后细胞转录谱层面的变化，进而关联特定扰动和表型，进一步开发有效的干预和治疗手段。然而，潜在的基因扰动组合空间非常巨大，通过暴力搜索等实验测序手段探索如此庞大的组合空间并不可行。除此之外，单细胞扰动测序技术尚处于发展阶段，测序成本昂贵，进一步限制了对于多细胞系扰动数据的获取。因此，领域内亟需开发能够适用多种场景 （单基因扰动、多基因扰动以及跨细胞系扰动） 的单细胞扰动预测模型，以推动基因功能和复杂调控关系的解析和相关 ………………………………