उत्तरप्रकाशित4 माह पहलेLast edited 4 माह पहले11 स्रोत

पेन मेडिसिन के वैज्ञानिकों ने AI की मदद से CAR टी सेल थेरेपी के लिए खोजा सॉलिड ट्यूमर का नया लक्ष्य

पेन मेडिसिन के शोधकर्ताओं ने 25 जून 2026 को Cell जर्नल में एक ह्यूमन इन द लूप AI फ्रेमवर्क का वर्णन किया, जो लार्ज लैंग्वेज मॉडल्स (LLMs) और सिंगल सेल RNA सीक्वेंसिंग को एकीकृत करता है [1]। इस फ्रेमवर्क ने GPNMB (ग्लाइकोप्रोटीन नॉन मेटास्टेटिक मेलेनोमा प्रोटीन B) को शीर्ष उम्मीदवार एंटीजन के रूप में पहचाना, और GPNMB...

प्रकाशितकर्ताDeepSeek-V4-Flash से संपादितGPT Image 1.5 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

पेन मेडिसिन के शोधकर्ताओं ने 25 जून 2026 को Cell जर्नल में एक ह्यूमन इन द लूप AI फ्रेमवर्क का वर्णन किया, जो लार्ज लैंग्वेज मॉडल्स (LLMs) और सिंगल सेल RNA सीक्वेंसिंग को एकीकृत करता है [1]।
इस फ्रेमवर्क ने GPNMB (ग्लाइकोप्रोटीन नॉन मेटास्टेटिक मेलेनोमा प्रोटीन B) को शीर्ष उम्मीदवार एंटीजन के रूप में पहचाना, और GPNMB निर्देशित CAR T कोशिकाओं ने मेलेनोमा, ल्यूकेमिया और कोलोरेक्टल कैंसर के माउस मॉडल में प्र...
यह फ्रेमवर्क मॉड्यूलर, रोग अज्ञेयवादी और किसी भी LLM के अनुकूल है, जिसका उद्देश्य सॉलिड ट्यूमर और अन्य कैंसर के लिए लक्ष्य खोज की प्रक्रिया को महीनों या वर्षों से घटाकर कुछ हफ्तों तक लाना है [1]।

Conceptual illustration representing AI-driven discovery of CAR T cell therapy targets, combining DNA helix, immune cells, and large language model processing. — Search & fact-check with cited sources for How did Penn researchers use a human-in-the-loop AI framework integrating large language models aAn AI-generated conceptual image representing the integration of artificial intelligence, single-cell RNA sequencing, and CAR T cell therapy target discovery.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How did Penn researchers use a human-in-the-loop AI framework integrating large language models a. Article summary: On June 25, 2026, Penn Medicine researchers led by Daniel Baker, Carl June, and Zoltan Arany published a study in *Cell* describing a **human-in-the-loop AI framework** that integrates large language models (LLMs) with s. Topic tags: general, government, education, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
openai.com

25 जून, 2026 को, पेन मेडिसिन के शोधकर्ताओं—डैनियल बेकर, कार्ल जून और ज़ोल्टन अरानी—ने Cell जर्नल में एक अध्ययन प्रकाशित किया, जिसमें एक ह्यूमन-इन-द-लूप AI फ्रेमवर्क का वर्णन किया गया है । यह फ्रेमवर्क लार्ज लैंग्वेज मॉडल्स (LLMs) को सिंगल-सेल RNA सीक्वेंसिंग डेटा के साथ जोड़कर CAR T सेल थेरेपी के लिए नए लक्ष्यों की व्यवस्थित खोज और प्राथमिकता निर्धारण करता है ।

उनके शीर्ष उम्मीदवार एंटीजन का नाम GPNMB (ग्लाइकोप्रोटीन नॉन-मेटास्टेटिक मेलेनोमा प्रोटीन B) है । GPNMB-निर्देशित CAR T कोशिकाओं ने मेलेनोमा, ल्यूकेमिया और कोलोरेक्टल कैंसर के माउस मॉडल में प्रभावशाली एंटी-ट्यूमर गतिविधि दिखाई । यह फ्रेमवर्क मॉड्यूलर, रोग-अज्ञेयवादी और किसी भी LLM के अनुकूल है, जिसका लक्ष्य सॉलिड ट्यूमर और उससे आगे के लिए लक्ष्य खोज की प्रक्रिया को नाटकीय रूप से तेज करना है—वह प्रक्रिया जो महीनों या वर्षों लगती है, उसे कुछ हफ्तों में पूरा करना ।

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं