Durante más de una década, los científicos han utilizado la ómica unicelular para comprender mejor la biología y las enfermedades. Al observar el nivel de las células individuales, los investigadores pueden disfrutar de una mayor visibilidad sobre un amplio espectro de estados celulares y cómo interactúan entre sí. Esto ayuda a los investigadores a comprender las expresiones génicas e identificar estados únicos y tipos de células raras que pueden estar relacionados con enfermedades específicas.
Los enfoques de secuenciación de ARN en bloque suelen agrupar el ARN de las células o los tejidos para analizar en conjunto. A diferencia de la secuenciación de ARN a granel, que proporciona un promedio de la expresión celular en una muestra, los enfoques de una sola célula proporcionan granularidad a nivel celular. Como resultado, la ómica unicelular proporciona un análisis más preciso entre lo que sucede con las células individuales en las muestras de control y las de enfermedad.
Con la plataforma de IA y computación acelerada de NVIDIA para ómica unicelular, los investigadores y desarrolladores pueden:
- Reducir el tiempo de análisis para el procesamiento de conjuntos de datos unicelulares cada vez más grandes.
- Acelere el procesamiento de datos, la agrupación, la dimensionalidad, la reducción y la regresión con RAPIDS-celda.
- Prediga con precisión los mecanismos de comportamiento de los genes y las enfermedades a través de modelos de base unicelulares en BioNeMo™.