将动物模型的知识转移到人类身上对于揭示疾病机制和制定精准治疗策略至关重要。单细胞 RNA 测序的高分辨率方法可以以前所未有的精度在分子和细胞水平上揭示人类和动物模型之间的相似性和差异性。然而，很少有基于计算机的方法可以详细比较这些宝贵的数据。

在最近发表在《eBioMedicine》杂志上的一篇研究论文中，来自莱比锡大学医学信息学、统计学和流行病学研究所 (IMISE) 和 ScaDS.AI 的科学家与夏里特医学院呼吸医学和重症监护医学系合作，展示了他们基于神经网络为 COVID-19 创建的 AI 模型。他们使用了患有中度或重度 COVID-19 的人类和不同仓鼠物种的血液数据，并在分子水平上进行了比较。

“我们已经证明，通过将强大的深度学习模型与生物学信息分析相结合，可以缩小动物模型和人类患者之间的转化差距。人工智能系统地学习动物和人类之间的分子差异，然后可以将患病动物的分子模式转化为人类的相应模式，也就是说将动物模型的数据人性化，”莱比锡大学医学信息学、统计学和流行病学研究所 (IMISE) 的科学家、最近这项研究的通讯作者 Holger Kirsten 博士说。