Nu este necesară secvențierea de la histologie la transcriptomică! Una dintre echipele câștigătoare de la Autoimmune Disease ML Crunch 2 în parteneriat cu @Schmidt_Center a construit o conductă care prezice 2.000 de expresii ale genelor imune direct din imaginile țesuturilor. Să o descompunem 🧵

Problema Putem deduce expresia genelor doar din lamele de țesut? Acesta este genul de compresie a semnalului pe care AI îl deblochează acum, transformând imaginile colorate în informații moleculare pentru bolile autoimune. Această echipă a construit unul dintre cele mai elegante sisteme din provocare.

Stack-ul lor • Plasturi extrase din lamele histologice • Transformator de viziune (ViT) pentru încorporari 1024-d • Atenție cu mai multe capete pentru a prezice 200 de gene cu variabile de top • Codificator-decodor variațional care reconstruiește toate cele 2.000 de expresii genetice Antrenat pe datele normalizate scRNA-seq ale Crunch.

Arhitectura Imagine → Încorporarea profilului → → Signal Acest sistem mapează intrările la ieșiri prin modelarea biologiei de bază. Fiecare strat extrage un tip diferit de informații: vizuale, statistice și biologice. Rezultatul final este precis, interpretabil și bazat pe structura datelor.

Impactul Acest tip de sistem reduce costurile, accelerează diagnosticul și face legătura între imagistică și omică. Deosebit de valoros în bolile în care activitatea imună se ascunde sub suprafață. Un pas înainte pentru patologia computațională. Și pentru pacienți.

Echipa • Dr. Sukrit Gupta @YoSukrit • Amit Kumar • Maninder Kaur • Dr. Michele Ceccarelli @mceccarelli • Dr. Raghvendra Mall @MallRaghvendra Citiți articolul lor complet aici: