Исследователи Технического университета Мюнхена (TUM) и Гельмгольц-Центра Мюнхена представили новый метод анализа данных отдельных клеток, основанный на самообучении. Этот подход позволяет эффективно анализировать огромные объёмы данных и выявлять скрытые закономерности, что открывает новые возможности для медицины.
Фабиан Тейс и его команда изучили более 20 миллионов клеток, используя самообучение — метод, который работает с неразмеченными данными, то есть не требует предварительной маркировки информации. Результаты, опубликованные в журнале Nature Machine Intelligence, показали, что самообучение отлично справляется с двумя задачами:
Предсказание типов клеток.
Восстановление экспрессии генов (активности генов в клетках).
Этот метод открывает путь к созданию виртуальных клеток — компьютерных моделей, которые имитируют поведение реальных клеток. Самообучение становится важным инструментом в анализе данных, помогая исследователям выявлять закономерности заболеваний и разрабатывать персонализированные методы лечения.