人工智能在预测,确定和控制细胞在炎性疾病表型或组织功能

过去的十年中已经使用计算技术的快速发展在大部分组织和单个细胞水平。然而,我们的知识在这方面仍然有限,需要进一步的进展,尤其是在炎症和退化性疾病。控制、建模或预测细胞表型在这种情况下使用人工智能(AI)将大大提高可用体外,原位,体内,在硅的方法,也有助于理解疾病的病理和治疗的效率。这些方法不仅影响我们的病理生理的理解组织功能但是也很重要的发展的人工智能方法在细胞培养、组织外植体,或单个细胞的体内免疫相关特征,细胞群,和组织预测细胞或组织的功能。

本研究课题旨在推进bio-image机器学习和数据分析为基于图像细胞表现型可以支持和实验自动化决策,甚至在执行下游生物解释之前,确定炎症或炎性疾病表型或免疫相关细胞签名理解炎症模型或疾病。

我们鼓励提交原始研究,评论,和本文的文章关于高吞吐量成像和方法,包括但不限于方法:
•确定或预测事件相关的细胞或组织功能、疾病发病、进展和诊断
•确定、预测或控制细胞表型或组织功能的炎症
•确定或预测炎症或抗炎细胞和细胞群的性质
•识别预测签名immune-mediator细胞或细胞受到immune-mediator细胞
•识别分子或细胞免疫细胞的目标
•利用细胞外信号,先进的图像生成,分析基于ai控制和预测的细胞结构属性和表型