详情

IT 之家 1 月 12 日音讯，哥伦比亚大学瓦格洛斯医学院的考虑团队树立了一种新式东谈主工智能（AI）模子 ——"通用抒发颐养器"（GET），或者准确权衡任何东谈主类细胞中的基因活性，从而揭示细胞的里面机制。这一考虑效果发表在最新一期的《天然》杂志上欧洲杯体育，有望透澈转换科学家考虑癌症、遗传疾病等的模式。

该考虑的资深作家、系统生物学讲授劳尔・拉巴丹（Raul Rabadan）暗示："可权衡且通用的筹画模子使咱们或者快速、准确地揭示生物历程。这些法子不错灵验地进行大领域筹画实验，鼓舞并指点传统实验法子的发展。"

传统的生物学考虑法子天然擅长揭示细胞奈何践诺其功能或对外界热闹作出反映，但无法权衡细胞的使命机制或对变化的反映，举例致癌突变的影响。拉巴丹指出："或者准确权衡细胞行径将透澈转换咱们对基本生物历程的剖析，使生物学从描述看似立时历程的科学转机为或者权衡细胞动作背后系统的科学。"

连年来，跟着细胞数据的海量集合和 AI 模子的日益刚劲，生物学正徐徐向权衡性科学转机。2024 年诺贝尔化学奖就授予了期骗 AI 权衡卵白质结构的创举性考虑。关系词，使用 AI 法子权衡细胞内基因和卵白质的行径仍然面对弘远挑战。

据 IT 之家了解，在这项新考虑中，拉巴丹偏激团队尝试期骗 AI 权衡特定细胞中哪些基因处于活跃现象。基因抒发信息不错匡助考虑东谈主员详情细胞的身份偏激功能践诺模式。拉巴丹实验室的考虑生傅曦（Xi Fu，音译）决定聘请一种不同的法子，期骗从普通东谈主体组织中获得的数百万个细胞的基因抒发数据磨真金不怕火机器学习模子。模子的输入包括基因组序列以及披露基因组哪些部分可访谒和抒发的数据。

这一法子的合座念念路访佛于 ChatGPT 等流行的"基础"模子。这些系统通过磨真金不怕火数据识别底层规矩（如谈话的语法），然后将这些规矩应用于新场景。拉巴丹阐述谈："咱们的法子十足一致：咱们从多种细胞现象中学习‘语法’，然后将其应用于特定条款 —— 不管是病变细胞依然普通细胞 —— 并尝试权衡其动作模式。"

傅曦和拉巴丹随后与多位趋奉者共同磨真金不怕火和测试了这一新模子，其中包括共同第一作家亚历杭德罗・布恩迪亚（Alejandro Buendia）和卡内基梅隆大学的申通莫（Shentong Mo，音译）。在特出 130 万个东谈主类细胞数据上磨真金不怕火后，该系统或者准确权衡从未见过的细胞类型的基因抒发，其截止与实验数据高度吻合。

接下来，考虑团队展示了其 AI 系统在揭示病变细胞遮蔽生物学机制方面的刚劲才调。他们以一种遗传性儿童白血病为例，期骗 AI 权衡了突变基因奈何破损两种不同转录因子之间的相互作用，从而决定白血病细胞的侥幸。实验室实考证明了 AI 的权衡。了解这些突变的影响不错揭示启动这种疾病的特定机制。

此外，这一新式筹画法子还为考虑东谈主员探索基因组"暗物资"的作用提供了可能。基因组"暗物资"是指基因组中不包含已知卵白质编码基因的绝大部分区域。拉巴丹指出："癌症患者中发现的大大齐突变齐位于基因组的‘暗区域’，这些突变不影响卵白质功能，因此一直未被充分考虑。通过使用这些模子，咱们不错不雅察突变并揭示基因组这一部分的功能。"

当今，拉巴丹正与哥伦比亚大学偏激他机构的考虑东谈主员趋奉，探索从脑癌到血癌等多种癌症，考虑普通细胞中的调控"语法"以及细胞在癌症发展历程中的变化。

这项考虑不仅为剖析癌症之外的多种疾病开拓了新路线，还可能为新疗法的靶点识别提供复旧。通过向筹画机模子输入新发现的突变，考虑东谈主员不错深刻了解这些突变奈何影响细胞。

拉巴丹以为欧洲杯体育，这项考虑是生物学领域东谈主工智能应用紧要趋势的一部分："这是一个特殊欢叫东谈主心的生物学新时间，它将生物学转机为一种权衡性科学。"