Cellarity在Science发表细胞状态矫正药物发现框架并公开单细胞扰动数据集
Cellarity在Science发表论文,提出整合高通量转录组与AI模型的细胞状态矫正药物发现框架,采用实验室在环的深度学习迭代,称表型活性化合物回收率较行业标准方法提升13至17倍。公司同步公开三个单细胞数据集,其中扰动转录组数据集含逾1700个样本、126万个单细胞,可用于跨细胞类型药物响应映射与扰动预测方法基准测试。平台首个候选CLY-124正针对镰状细胞病开展1期临床试验。
推荐理由:该框架把高通量转录组与主动学习闭环结合,并公开扰动数据集,为表型筛选的评测提供参照。