bowang-lab/scGPT
این مدل یک زبان‌مدل بزرگ برای داده‌های تک‌سلولی (single-cell) است که می‌تواند به درک بهتر زیست‌شناسی سلولی کمک کند.
کاربرد:
این ابزار برای تحلیل داده‌های RNA-seq در سطح تک‌سلولی طراحی شده و می‌تواند در پیش‌بینی پاسخ سلولی، شناسایی انواع سلولی و درک شبکه‌های تنظیمی ژنی استفاده شود.
در چه شرایطی بهتره استفاده شود؟
وقتی با داده‌های پیچیده و بزرگ‌مقیاس تک‌سلولی کار می‌کنید و نیاز به یک مدل قدرتمند برای استخراج الگوهای معنادار دارید، استفاده از این مدل مناسب است. همچنین زمانی که می‌خواهید آزمایش‌های in silico انجام دهید یا پیش‌بینی کنید که یک ژن یا دارو چگونه روی سلول‌ها تأثیر می‌گذارد.
چند مثال از موارد استفاده:
- پیش‌بینی اثرات ویرایش ژنی روی بیان ژن‌ها
- شناسایی سلول‌های نادر در یک نمونه تومور
- شبیه‌سازی پاسخ سلولی به تحریکات دارویی
- ##scGPT
- ##SingleCell
- ##BioAI
- ##Genomics
- ##DeepLearning
- ##RNAseq
- ##CellAnnotation
- ##GeneRegulation
- ##DrugResponse
- ##ComputationalBiology