IXThinker IXThinkerAI 動態 睇晒最新動態 →
IXThinker·2026-10-31 18:10

DynaVelo 深度動力學模型揭示B細胞命運

學術研究生物醫藥人工智能

現有單細胞分析方法多依賴靜態組學數據,難以預測基因擾動對細胞命運的影響。研究人員開發基於神經常微分方程的深度動力學模型 DynaVelo,聯合學習RNA表達與染色質可及性動態,重建細胞狀態轉變向量場並支援擾動模擬。

現有方法的局限

細胞狀態轉變由基因表達、染色質可及性及轉錄因子調控共同決定。現有單細胞分析方法主要依賴靜態組學數據推斷細胞發育軌跡,難以準確預測基因擾動對細胞命運的影響,為研究細胞命運調控機制帶來限制。

DynaVelo 方法

DynaVelo 是基於神經常微分方程的生成式深度動力學模型,聯合學習單細胞RNA表達與轉錄因子結合基序的染色質可及性變化,重建細胞狀態轉變的動態向量場,從而對細胞發育軌跡作高精度建模。

生發中心B細胞驗證

研究人員以小鼠生發中心B細胞數據驗證模型,DynaVelo 能夠準確恢復生發中心暗區與明區之間複雜的細胞循環、分化及命運分支,並識別不同軌跡中的關鍵轉錄因子,顯示模型對動態過程的還原能力。

擾動效應分析

憑藉連續向量場的建模能力,DynaVelo 支援以計算方式模擬基因功能缺失及功能挽救擾動,評估其對細胞命運的影響。研究進一步分析B細胞功能缺失與恢復的擾動效應,為基因功能研究提供新的計算途徑。