암 진단 인공지능 프레임워크 에스티트랜스밀 개발

팩트에스티트랜스밀(scTransMIL)은 트랜스포머 기반의 다중 인스턴스 학습 방식을 사용하여 생물학적 샘플을 개별 세포의 집합으로 개념화합니다.

팩트연구진은 최소한의 샘플 수준 주석만으로도 암의 기원 조직을 예측하고 생물학적 진행 경로를 매핑합니다.

팩트모델의 핵심 기능인 어텐션 메커니즘은 전체 전사체 수준에서 바이오마커를 발견하는 데 기여합니다.

주장이 기능은 종양의 이질성을 체계적으로 분석하고 암 생물학의 근본적인 메커니즘을 이해하는 역할을 합니다.

주장단일 세포 시퀀싱 데이터의 복잡성을 해결하기 위해 인공지능을 도입하는 방법은 현대 암 연구의 중요한 흐름입니다.

주장에스티트랜스밀은 분자 수준의 데이터와 표현형 상태를 통합함으로써 정밀 의료의 발전을 가속화합니다.

주장이 기술은 암의 기원을 알 수 없는 환자들에게 정확한 진단 정보를 제공합니다.

주장특히 전이성 암은 기원 조직을 파악하는 작업이 치료 전략 수립에 필수적이므로 임상적 가치가 높습니다.

팩트해당 연구는 텐센트 AI 생명과학 연구소와 북경대학교, 중산대학교 등 다수의 기관이 공동으로 수행했습니다.

팩트연구 결과는 2026년 9월 14일 네이처 커뮤니케이션즈에 게재되었습니다.

팩트연구 지원은 중국 국가자연과학기금과 주요 전염병 예방 및 통제 국가 과학기술 중대 프로젝트를 통해 이루어졌습니다.

팩트연구진은 텐센트 AI 생명과학 연구소 소속의 젠차오 탕, 팡 왕 등을 포함한 전문가들로 구성되었습니다.

교차검증본 연구는 공개된 단일 세포 데이터셋을 활용하여 모델의 성능을 검증했습니다.

교차검증실제 임상 현장에서 적용하려면 다양한 인종과 암종에 대한 추가적인 데이터 확보와 검증 과정이 필요합니다.

교차검증연구진은 이해 상충이 없음을 명시했으며, 논문은 크리에이티브 커먼즈 라이선스에 따라 비상업적 용도로 공개되었습니다.

출처네이처 커뮤니케이션즈(https://www.nature.com/articles/s41467-026-77538-5)의 보도를 교차 검증했습니다.