菁菁校園 NAVIGATION
計(jì)算機(jī)與信息工程學(xué)院1項(xiàng)成果被CCF A類國(guó)際學(xué)術(shù)會(huì)議AAAI 2025錄用
時(shí)間：2024-12-15
來源：計(jì)算機(jī)與信息工程學(xué)院（人工智能學(xué)院）
作者：劉輝
攝影： 編輯：葛潤(rùn)陽(yáng)
上傳：
近日，國(guó)際頂級(jí)會(huì)議AAAI 2025將在美國(guó)賓夕法尼亞州費(fèi)城舉辦，由計(jì)算機(jī)與信息工程學(xué)院劉輝教授指導(dǎo)的2023級(jí)碩士研究生金世凱同學(xué)的長(zhǎng)文“Learning Cross-Domain Representations for Transferable Drug Perturbations on Single-Cell Transcriptional Responses”被大會(huì)錄用。AAAI是人工智能領(lǐng)域的頂級(jí)國(guó)際會(huì)議，也是中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）推薦的A類國(guó)際學(xué)術(shù)會(huì)議。AAAI 2025共有12957篇投稿進(jìn)入審稿階段，經(jīng)過Rebuttal后，最終有3032篇論文（23.4%）被錄用。
隨著新藥研發(fā)成本的持續(xù)攀升，如何準(zhǔn)確預(yù)測(cè)單個(gè)細(xì)胞對(duì)藥物作用的轉(zhuǎn)錄響應(yīng)成為了一個(gè)亟待解決的問題。該論文提出了一種名為XTransferCDR的創(chuàng)新方法，用于解決藥物-細(xì)胞系反應(yīng)預(yù)測(cè)這一關(guān)鍵挑戰(zhàn)，并在多個(gè)數(shù)據(jù)集上取得了顯著的性能提升。
研究團(tuán)隊(duì)創(chuàng)新性地提出了一個(gè)跨域交叉遷移學(xué)習(xí)框架（圖1），該框架能夠有效學(xué)習(xí)藥物與基因擾動(dòng)表征，并遷移至新的細(xì)胞環(huán)境中，從而預(yù)測(cè)擾動(dòng)誘導(dǎo)的表達(dá)譜。XTransferCDR的核心在于其獨(dú)特的特征解耦-交叉遷移架構(gòu)，其中包含細(xì)胞基態(tài)特征編碼器、擾動(dòng)態(tài)特征編碼器、特征交叉遷移模塊和表達(dá)譜生成器。在理論上，該模型借鑒了解耦表征學(xué)習(xí)、線性可加性、特征遷移的思想，通過這種設(shè)計(jì)，模型能夠充分捕獲藥物擾動(dòng)和細(xì)胞系之間的復(fù)雜相互作用。實(shí)驗(yàn)結(jié)果表明，在單細(xì)胞藥物擾動(dòng)、單基因擾動(dòng)和雙基因擾動(dòng)數(shù)據(jù)集上，XTransferCDR都展現(xiàn)出了優(yōu)異的預(yù)測(cè)性能。這項(xiàng)研究為藥物開發(fā)領(lǐng)域提供了一種新的計(jì)算工具，幫助研究人員有效地地預(yù)測(cè)藥物誘導(dǎo)的分子表型反應(yīng)，從而加速藥物篩選過程。
作者：劉輝 計(jì)算機(jī)與信息工程學(xué)院（人工智能學(xué)院）審核：高輝慶、萬夕里
