Nature子刊：AI算法破解癌细胞基因特征，准确率可达99%！(3)

单细胞测序数据集通常很冗杂。
这意味着它们包含的关于单个细胞分子特征的信息不是很精确，因为在每个细胞中检测到不同数量的基因，或者因为样本的处理方式并不总是相同。
Dohmen和该研究的联合负责人Vedran Franke博士说，
我们筛选了无数出版物并联系了相当多的研究小组，以获得足够的数据集。团队最终选择来自肺癌和结直肠癌细胞的数据来训练算法，然后再将其应用于其他类型肿瘤的数据集。
在训练阶段，Ikarus必须找到一个「特征基因列表」，然后将其用于对细胞进行分类。

我们尝试并改进了各种方法，Ikarus最终使用两个列表：一个用于癌症基因，另一个用于来自其他细胞的基因，弗兰克解释道。
经过训练之后，该算法就能够区分其他类型癌症中的健康细胞和肿瘤细胞，例如来自肝癌或神经母细胞瘤患者的组织样本。
而在其他样本中的结果令人雀跃，成功率出奇地高，最高可达99%。