跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

HTTP服务器

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2023年5月;35(19):e2210637。
doi:10.1002/adma.202210637。 Epub 2023年3月18日。

基于机器学习的人工智能评估生物材料诱导的干细胞世系命运

附属公司

基于机器学习的人工智能评估生物材料诱导的干细胞世系命运

周莹莹等。 高级材料. 2023年5月.

摘要

目前,体外生物材料诱导干细胞系命运的功能评估主要依赖于生物标记物相关方法,准确性和效率有限。这里报道了一个用于生物材料诱导细胞系命运预测的“间充质干细胞分化预测(MeD-P)”框架。MeD-P通过整合与人类间充质干细胞(hMSCs)的三谱系分化(成骨、软骨生成和脂肪生成)相关的公共RNA-seq数据和使用k近邻(kNN)对hMSCs分化谱系进行分类的预测模型,包含细胞类型特异性基因表达谱作为参考战略。结果表明,MeD-P在测试数据集上的总准确率为90.63%,显著高于基于典型标记基因构建的模型(80.21%)。此外,对多种生物材料的评估表明,MeD-P早在hMSCs培养的第一周就可以准确预测不同类型生物材料的谱系命运。总之,MeD-P是一种有效且准确的干细胞谱系命运预测和初步生物材料功能评估策略。

关键词:人工智能;基因表达模式;世系命运;机器学习;间充质干细胞;再生生物材料。

PubMed免责声明

类似文章

引用人

工具书类

    1. a) W.L.Murphy,T.C.McDevitt,a.J.Engler,Nat.Mater。2014, 13, 547;
    1. b) N.Mitrousis、A.Fokina、M.S.Shoichet、Nat.Rev.Mater。2018, 3, 441;
    1. c) E.S.Place,N.D.Evans,M.M.Stevens,Nat.Mater。2009, 8, 457.
    1. a) B.Roson-Burgo、F.Sanchez-Guijo、C.Del Cañizo、J.De Las Rivas、BMC Genomics 2016、17、944;
    1. b) R.E.b.Fitzsimmons、M.S.Mazurek、A.Soos、C.A.Simmons,《干细胞国际》2018、2018、8031718;

物质

LinkOut-更多资源