时序生物动力学：用于识别阶段相关靶点和生物标志物的人工智能平台

疾病进展的时间建模有望彻底改变靶点识别过程，从而更好地表征慢性疾病关键早期阶段的特征并进行干预。Temporal Biodynamics 是一个由人工智能驱动的平台，它利用横断面队列中组织内部的异质性，构建从健康到疾病之间转录组变化的单一连续轨迹。我们表明，与传统病例-对照比较相比，该平台对已知疾病相关基因和蛋白质的富集能力提高了 50% 以上。与其他已发表的伪时间方法相比，我们的模型在存在混杂因素和共病的情况下，更善于提取与疾病相关的信号。Temporal Biodynamics 平台能够对疾病连续体进行丰富刻画，提供传统慢性疾病离散分期方式所掩盖的时间维度洞见。这包括检测分子事件的级联过程、为因果关系提供线索，以及借助基于组织的背景信息提高对血液蛋白生物标志物的信心。

疾病进展的时间建模有望彻底革新靶点识别过程，从而更好地表征慢性疾病关键早期阶段的特征，并在这些阶段实施干预。Temporal Biodynamics 是一个由人工智能驱动的平台，该平台利用横断面队列中组织内部的异质性，构建出一条连接健康与疾病之间转录组变化的单一、连续轨迹。我们表明，与传统病例-对照比较相比，该平台对已知疾病相关基因和蛋白的富集能力提高了 50% 以上。与其他已发表的伪时间方法相比，我们的模型在存在混杂因素和合并症的情况下，更擅长提取与疾病相关的信号。Temporal Biodynamics 平台能够对疾病连续谱进行丰富刻画，提供传统慢性疾病离散分期方式所掩盖的时间维度洞见。其中包括检测分子事件级联、为因果关系提供线索，以及借助基于组织的背景信息提高对血液蛋白生物标志物的置信度。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.03.729984v1?rss=1

🏷️ 时序转录组 人工智能平台 伪时间建模 疾病进展 靶点识别 生物标志物