人工智能是当今拥有广阔发展前景的新兴科学技术，为人类的生活方式带来了诸多影响和改变。现如今，人工智能技术，包括图像识别、自然语言处理、知识图谱、计算机视觉等，已经在生产、生活的各个场景下得到了广泛应用，掀起了新一轮工业革命。
目前，人工智能在医疗卫生领域的应用也正在形成全球共识，人工智能以独特的方式捍卫着人类健康。除了在诊疗手术、就医管理、医疗保险中发挥作用，人工智能识别病变细胞近年来也越来越体现其优势。
人类细胞图谱（Human Cell Atlas，简称HCA）是生命科学领域近年来兴起的国际大科学计划，堪比“人类基因组计划”。该计划采用特定的分子表达谱来确定人体的所有细胞类型，并将此类信息与经典的细胞空间位置和形态的描述连接起来以确定人体中每个细胞的空间位置。
人类细胞图谱包含了跨组织、器官和发育阶段的数百万个细胞的参考，能根据健康状态、基因型、生活方式和外界环境的不同，对每一个个体细胞图谱进行注释。这些参考资料能够帮助医生了解衰老、环境和疾病对细胞的影响，并最终更好地诊断和治疗病人。
近日，来自德国慕尼黑亥姆霍兹联合研究中心和慕尼黑工业大学（TUM）的研究人员开发了一种名为“scArches”的新型算法（single-cell architecture surgery），可在人类细胞图谱中迅速找到某个病变细胞。
该算法不是在诊所或研究中心之间共享原始数据，而是使用转移学习将单细胞基因组学的新数据集与现有的参考资料进行比较，从而保留了隐私和匿名。这也使得对新数据集的注释和解释变得非常容易，且使单细胞参考图集的使用大大民主化。
实验中，研究人员利用该算法来研究肺部支气管样本中的COVID-19，并利用单细胞转录组学将COVID-19患者的细胞与健康参照物进行比较。结果表明，该算法能够将患病的细胞从参照物中分离出来，从而使用户能够准确定位需要治疗的细胞，对于轻度和重度COVID-19病例都是如此。
未来，该算法有望大大简化病变细胞查找过程。
