用于研究IPF和纤维化疾病的深度学习模型 (IMAGE)
Caption
（A）本文提出了两种深度学习模型：一种“组学Transformer”能够根据文本提示生成差异基因表达谱，另一种“路径感知蛋白组老化时钟”则在英国生物银行蛋白组数据上进行训练。这些模型主要关注与特发性肺纤维化（IPF）相关的生物学通路，包括TGF-β信号通路、氧化应激、炎症以及细胞外基质（ECM）重塑。 （B）路径感知蛋白组老化时钟的架构。该神经网络对蛋白水平测量进行特征提取，这些特征提取层分别分支到年龄预测模块和通路特异性注意力机制，使老化预测不仅可解释，同时具备路径感知能力。
Credit
英矽智能
Usage Restrictions
None
License
Original content