以色列特拉维夫大学的科研团队近日研发出一款基于人工智能技术的scNET系统，为探索细胞在复杂生物环境（如肿瘤）中的行为变化提供了全新工具。这一创新有望为疾病治疗的研究打开新局面。
据介绍，随着单细胞测序技术的进步，科学家能够更详细地分析生物样本中各类细胞群体的基因表达特性，并研究这些特性对细胞功能的影响。特别是在肿瘤环境中，这种技术不仅能揭示治疗对癌细胞的作用，还能分析周围细胞在促癌或抗癌过程中的反应。然而，现有测序技术仍存在局限，难以精确捕捉调控细胞功能的基因程序变化。
scNET系统的独特之处在于，它将单细胞数据与基因互动网络相结合，构建出基因间可能的作用路径。这种方法显著提升了对细胞群体的识别精度，帮助科研人员洞察基因在不同环境下的行为模式，从而更深入理解健康细胞的工作机制以及它们对药物治疗的响应情况。
在研究中，团队特别关注具有抗癌潜力的T细胞群体。通过scNET系统，他们首次精确观察到药物如何增强T细胞的毒性功能，使其更有效地攻击肿瘤细胞。这一关键发现是传统分析方法难以实现的。
特拉维夫大学的公报指出，scNET彰显了人工智能与生物医学结合的广阔前景。未来，这一技术或将助力揭示疾病的深层机制，并为开发创新治疗手段提供支持。相关研究成果已刊登于英国《自然—方法》期刊。