基于机器学习的模型可准确预测细胞对多种细胞类型中电场的反应

该研究提出了一种基于机器学习的模型，用于预测多种细胞类型对电场的细胞反应。该模型使用哺乳动物颅神经嵴细胞的时间序列电流数据进行训练，并可以用于各种细胞类型和实验条件。研究人员还展示了该模型可以用于通过在时变和看不见的电场下模拟细胞迁移线来进行计算机研究，并通过使用比例-积分-微分 (PID) 控制器模拟对细胞迁移的反馈控制来证明这一点。这种数据驱动的方法提供了细胞迁移的预测模型，该模型可能适用于设计基于电场的细胞控制机制，以应用于伤口愈合等精准医学。