في عالم التسارع التكنولوجي، يقف نموذج CellWorld الجديد كأحد الإنجازات الجريئة في مجال تحليل البيانات الجينية. تقدمت دراسة جديدة في مجال النماذج الأساسية للتعبير الجيني (Spatial Transcriptomics) ، موضحة قدرة النموذج على التنبؤ بالتمثيلات الخلوية المخفية استنادًا إلى السياقات المكانية المتاحة.

تمكن الباحثون من تطوير نموذج CellWorld من خلال اختبار أربع نسخ مختلفة، تضم عتبات قابلة للتدريب تتراوح بين 5.74 مليون إلى 94.56 مليون معلمة، وتم تدريبها على مجموعة ضخمة تضم 46 مليون خلية بشرية. تظهر نتائج التجارب أن الأداء يتحسن مع زيادة سعة النموذج، خصوصاً في المهام المتعلقة بالسياق المكاني.

بدلاً من التركيز فقط على إعادة بناء البيانات الجينية، يقوم CellWorld بنقل الهدف من القياسات الجينية المرصودة إلى التمثيلات الخلوية المخفية، مما يقلل من تأثير التباين التقني المحدد للتجارب. وهذا يضمن أن المعطيات يمكن أن تكون أكثر تمثيلية وواقعية.

مما يثير الإعجاب، فإن نموذج CellWorld-Small، الذي يتضمن فقط 5.74 مليون معلمة قابلة للتدريب، قد تجاوز كل المعايير القياسية المعتمدة في جميع 11 اختبارًا لخوارزميات التحقق الخطي. أقوى ما في الأمر، أن نموذج CellWorld-Large المدرب مسبقًا على 5% فقط من المحتوى، قد أظهر أداءً مذهلاً متفوقًا على جميع المعايير المخصصة.

لمزيد من التفاصيل التقنية، يمكن للمعنيين بشؤون العلوم البنائية زيارة مستودع GitHub الخاص بالمشروع. ما رأيكم في هذه التقنية الثورية؟ شاركونا أفكاركم في التعليقات.