Nat Biomed Eng | 丁俊等开发解析复杂细胞动力学和虚拟药物筛选的深度生成式神经网络UNAGI

本文介绍了一种名为UNAGI的深度生成式神经网络，该工具专为处理时间序列单细胞转录组数据而设计，能够精确捕捉疾病进程中的细胞动力学变化，构建虚拟细胞与疾病模型，并在隐空间中准确模拟药物扰动的作用。研究背景是复杂疾病如特发性肺纤维化（IPF）的细胞状态变化难以通过现有技术全面解析，且药物筛选依赖昂贵实验数据。UNAGI通过无监督学习方法，构建疾病特异性低维隐空间表征，模拟药物扰动效果，成功预测并验证了硝苯地平等药物的抗纤维化效果。结论表明，UNAGI在解析细胞动力学和虚拟药物筛选中具有高准确性和广泛适用性，显著提升了新药研发效率。