Nature子刊：AI算法破解癌细胞基因特征，准确率可达99%！(2)

既然这么大来头，那这份研究为啥重磅？
从浩如烟海的数据集里筛选出一种「共通的特征」，人类肯定比不上AI。
而要将癌细胞和正常细胞区分开来，就需要筛选出它们之间的共通特征。
这次MDC的研究团队开发的Ikarus发现了肿瘤细胞中的共通模式（Pattern），它由一系列基因组特征组成，并且常见于各种类型的癌症。
此外，算法还检测到了从未和癌症挂钩的基因种类。
于是研究团队提出了一个简单的问题：
是否有可能制作一个分类器，将肿瘤细胞与多种癌症类型的正常细胞正确区分开来？
于是就有了Ikarus的诞生。它包括两个步骤：
1、通过整合多个经过专业注释的单细胞数据集，以基因集的形式发现全面的肿瘤细胞特征；
2、训练稳健的逻辑回归分类器以严格区分肿瘤和正常细胞，然后使用定制的细胞-细胞网络进行细胞标签的基于网络的传播。
团队负责人Altuna Akalin说：
为开发一种强大、灵敏和可重复的计算机肿瘤细胞分选仪，我们已经在使用不同测序技术获得的各种癌症类型的多个单细胞数据集上测试了Ikarus，以确定它适用于不同实验环境。

惊人的成功率

该论文的第一作者Jan Dohmen表示，在专家已经清楚地区分健康细胞和癌细胞的情况下，获得合适的训练数据是一项重大挑战。