Jueves 29 de octubre de 2026 ·
Modelos de aprendizaje autosupervisado superan a CellProfiler en el perfilado morfológico celular
Un estudio evalúa modelos fundacionales de aprendizaje autosupervisado (DINO, DINOv2, MAE e iTPN), preentrenados con unas 1,77 millones de imágenes del conjunto JUMP-CP. Los mejores superan a CellProfiler en la recuperación de compuestos replicados, y DINO y DINOv2 logran mejoras del 31 al 37 % en la recuperación del mecanismo de acción. Los autores ofrecen los modelos preentrenados para acelerar el descubrimiento de fármacos.
Qué significa
Los laboratorios de descubrimiento de fármacos pueden usar modelos preentrenados en lugar de métodos manuales para extraer características de imágenes de células tratadas con compuestos, lo que acelera el cribado de candidatos.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Machine learning : nature.com subject feedsLeer la noticia completa en Machine learning : nature.com subject feeds
También ese día
Todas las noticias de IA del jueves 29 de octubre de 2026 ->