New AI model predicts gene behavior and aging while protecting patient privacy
Researchers developed a foundation model that predicts how genes regulate cells and drive aging—while keeping individual patient data private. The breakthrough could accelerate drug development and personalized medicine without exposing sensitive health information, reducing compliance risk for companies working with genetic datasets.
Originaltitel: Predictive single cell foundation model for gene regulation and aging with privacy-preserving tabular learning
Forskargruppen kring Xiaojie Qiu vid Stanford utvecklar en single-cell-modell för genreglering som kan förutsäga cellbeteende utan att exponera känslig patientdata. Modellen kombinerar prediktiv AI med integritetsbevarande tabellanalys, vilket möjliggör storskalig forskning på genuttryck och åldringsprocesser. Arbetet involverar KTH och flera ledande amerikanska institut. Resultaten är ännu inte fullständigt dokumenterade då denna är en förpublikation från juli 2026. Metoden adresserar ett växande behov inom farmaci- och bioteknikbranschen: att kunna analysera celldata för utveckling av regenerativ medicin och åldringsintervention utan att bryta mot dataskyddsreglering eller HIPAA. För bolag inom cellterapi och genterapi blir detta relevant för att accelerera validering av kandidater samtidigt som regulatoriska risker minskar. Tillgängligheten av öppen kod (preprint) öppnar for snabb adoption i akademi och industri.