DrugAI· DrugOne·· 8 天前同新闻AI 评分72
Nat. Methods 比较四种自监督学习模型的细胞形态扰动表征
Nat. Methods | 自监督学习驱动的细胞形态表型分析：扰动表征学习的比较研究
AI 导读
研究人员在JUMP–Cell Painting数据集约177万张高内涵图像上预训练DINO、MAE、iTPN和DINOv2，并在独立化合物、不同细胞类型和遗传扰动数据集上比较其细胞形态扰动表征。
同一新闻，精选展示《Nature Methods研究系统评测细胞形态图谱的自监督表征学习》
来源：DrugAI · mp.weixin.qq.com