Wir präsentieren CellNavi, ein Deep-Learning-Framework, das Treibergene vorhersagt, die zelluläre Übergänge orchestrieren, indem es Zellzustände auf einer biologisch sinnvollen Mannigfaltigkeit modelliert. Wir haben gezeigt, wie CellNavi-Vorhersagen von Treibergenen Potenzial für Anwendungen in der Weiterentwicklung der Zelltherapie, der Aufdeckung von Schlüsselfaktoren, die zelluläre Krankheiten antreiben, und der Identifizierung entscheidender Gene, die an der Medikamentenreaktion beteiligt sind, haben.