مع ظهور الطباعة الحيوية ثلاثية الأبعاد، تطور مجال الطب التجديدي ونمذجة السرطان بسرعة كبيرة.
يعد الحفاظ على حيوية الخلية في عملية الطباعة الحيوية أمراً مهماً للغاية لنجاح هذه التقنية لأنه يؤثر بشكل مباشر على دقة النماذج المطبوعة ودقة نتائج الاختبار واكتشاف طرق علاج جديدة.
ولذلك، فإن تحسين حالة الطباعة الحيوية، والتي تتضمن العديد من المتغيرات التي تؤثر على سلامة الخلية أثناء عملية الطباعة وبعدها، أمر مهم للغاية.
حتى الآن، تم تنفيذ طرق التحسين هذه عن طريق التجربة والخطأ وتكرار العديد من التجارب المكلفة والمستهلكة للوقت؛ لكن الآن، قام محمد كهندل، الأستاذ المشارك في قسم الرياضيات التطبيقية بجامعة واترلو، ودرسا محمد رضائي، بمساعدة مجموعة من الباحثين، بإنشاء قاعدة بيانات للمعلمات المطلوبة للجيلاتين والأحبار الحيوية القائمة على الجيلاتين والجينات والحفاظ على سلامة الخلية ذات الصلة من خلال دمج البيانات المتاحة في المختبر، وكذلك البيانات التي تم الحصول عليها من الأبحاث الأخرى.
بعد ذلك، قاموا بتطوير نماذج التعلم الآلي للتنبؤ بصلاحية الخلية بناء على متغيرات الطباعة الحيوية المختلفة.
النموذج الذي طوره الباحثون الإيرانيون يؤدي أداء أفضل مقارنة بالنماذج الأخرى ويظهر نتائج تنبؤ جيدة جداً.
