🔹 開發ChromAgeNet人工智慧檢測工具
【📌 研究背景與目標】貝爾維特生物醫學研究所(IDIBELL)與巴塞隆納超級計算中心(BSC-CNS)的研究團隊開發出名為ChromAgeNet的深度學習工具。【⭐ 數據支撐】該模型在老鼠血液幹細胞的研究中,展現出高達百分之七十七(77%)的機率能正確區分年輕與老化的幹細胞,突破傳統顯微鏡無法辨識的限制。
研究人員開發了一種名為ChromAgeNet的人工智慧工具,能夠透過血細胞形成幹細胞的三維細胞核圖像,檢測出DNA三維結構中隱藏的微小老化跡象。該研究於二零二六年九月二十七日發表在Aging Cell期刊上,由貝爾維特生物醫學研究所的瑪麗亞卡羅利納弗洛里安博士與巴塞隆納超級計算中心及全球衛生研究所的保拉佩特羅內博士共同領導。 作者旨在透過分析染色質的三維空間組織,突破傳統顯微鏡肉眼難以識別老化細胞的限制。ChromAgeNet在研究中展現出高達百分之七十七的機率,能準確區分年輕與老化的老鼠血液幹細胞,為評估抗衰老及表觀遺傳藥物介入提供科學依據。 該工具結合了卷積神經網路技術,分析包括染色質熵、核膜邊緣的異染色質及染色質凝聚體等空間特徵。搭配成本低廉且普及的DAPI螢光染色技術,此系統具備高通量藥物篩檢的巨大潛力,研究團隊也已將程式與三維圖像數據集公開發布。 這項技術為再生醫學與幹細胞老化研究提供創新的計算工具,有助於未來篩檢潛在的長壽與回春藥物。研究人員建議學術界與醫療產業可利用此公開資源驗證相關運算模型,加速抗衰老療法的臨床轉化應用。
Login to Neumap AI and start creating your own mindmaps!
Get Started