Το Google DeepMind έχει αποκαλύψει το Alphagenome, ένα ισχυρό νέο μοντέλο AI που έχει σχεδιαστεί για να ερμηνεύσει τον ανθρώπινο γενετικό κώδικα και να προβλέψει τις λειτουργικές συνέπειες των παραλλαγών του DNA. Ακολουθώντας τα βήματα του συστήματος AlphaFold που κέρδισε το βραβείο Νόμπελ, το Alphagenome σηματοδοτεί μια σημαντική πρόοδο στην φιλόδοξη στρατηγική της εταιρείας για να εφαρμόσει το AI σε θεμελιώδεις επιστημονικές προκλήσεις, με στόχο να επιταχύνει δραματικά τη βιολογική έρευνα και την κατανόηση της νόσου. Σύμφωνα με το Πλαίσιο για πρώτη φορά. Αυτό θα μπορούσε να βοηθήσει τους ερευνητές να κατανοήσουν τελικά το 98% της ανθρώπινης γενετικής παραλλαγής που δεν κωδικοποιεί και παρέμεινε σε μεγάλο βαθμό ανυπόφορη. Target=”_ blank”> Διευκρίνιση ότι το εργαλείο δεν έχει σχεδιαστεί για την πρόβλεψη προσωπικής γονιδιώματος. Η εταιρεία δήλωσε ότι το Alphagenome είναι ένα ερευνητικό όργανο που αποσκοπεί στην παροχή ενδείξεων σχετικά με τις μοριακές λεπτομέρειες, όχι για να κάνει προβλέψεις τύπου 23andme για τα χαρακτηριστικά ενός ατόμου. Το AI για το Science Blueprint
Η απελευθέρωση του αλφαγενώματος είναι ο τελευταίος πυλώνας στο ρητό «AI for Science». Αυτή η προσπάθεια ακολουθεί ένα σαφές πρότυπο των προβλημάτων των μαθηματικών και των οπαδών του καλαμποκιού, το καθένα στοχεύει ένα ξεχωριστό επιστημονικό τομέα. AlphaFold 3 για αλληλεπιδράσεις πρωτεϊνών. Μαζί, αυτά τα εργαλεία καταδεικνύουν μια συνεπή στρατηγική: δημιουργώντας ισχυρό, ειδικό τομέα AI που μπορεί να αναλύσει τεράστιους συνδυασμούς χώρους για να βρει νέες λύσεις και να επιταχύνει την ανακάλυψη. Σύμφωνα με το πρωτογενές Το ερευνητικό χαρτί Το μοντέλο επεξεργάζεται ένα τεράστιο DNA μίας μέσης σειράς DNA ταυτόχρονα, επιτρέποντας το DNA να προβλέπει ότι το intoculars inforcomes-romom expensience expensing gene-long. Η κυψέλη-πολλά σε ανάλυση ζεύγους βάσης
Η αρχιτεκτονική του μοντέλου είναι χτισμένη σε ένα εξελιγμένο σύστημα μετασχηματιστή και η τελική του εκδοχή χρησιμοποιώντας μια τεχνική που ονομάζεται «απόσταξη», όπως περιγράφεται λεπτομερώς σε μια δημοσίευση στο blog της Google Research. Αυτή η διαδικασία περιελάμβανε την κατάρτιση ενός ενιαίου μοντέλου «μαθητή» για την αναπαραγωγή της συνδυασμένης γνώσης ενός μεγάλου συνόλου 64 ανεξάρτητα εκπαιδευμένων μοντέλων «εκπαιδευτικών», μιας μεθόδου που βελτιώνει σημαντικά την ευρωστία. Για τους ερευνητές, το μοντέλο θα είναι διαθέσιμο για μη εμπορική χρήση μέσω Ένα online api , με ένα Καλή πρώτη εικασία για το τι θα κάνει οποιαδήποτε παραλλαγή όταν το παρατηρούμε σε έναν άνθρωπο.”Αυτό θα μπορούσε να είναι ιδιαίτερα χρήσιμο για τη μείωση των πιθανών αιτιών σπάνιων καρκίνων και γενετικών παθήσεων, προσδιορίζοντας γρήγορα ποιες από τις χιλιάδες παραλλαγές είναι λειτουργικά σημαντικές. Σε ένα Πρόσφατη συνέντευξη Ο Διευθύνων Σύμβουλος Demis Hassabis επεξεργάστηκε για το όραμά του για τη δημιουργία ενός”εικονικού κυττάρου”, το οποίο περιγράφει ως ψηφιακό δίδυμο της βιολογίας. Ο απώτερος στόχος, εξήγησε, είναι να προχωρήσει πέρα από την απλή πρόβλεψη σε προσομοίωση πλήρους κλίμακας.”Το εικονικό κύτταρο είναι μια από τις μεγάλες προκλήσεις, πρόκειται για τη μετάβαση από την πρόβλεψη στην αληθινή κατανόηση και προσομοίωση, φανταστείτε ότι μπορείτε να μοντελοποιήσετε ολόκληρο τον κύκλο ζωής ενός κυττάρου, να εισαγάγετε μια μετάλλαξη και να παρακολουθήσετε τι συμβαίνει. Αυτό είναι το όνειρο που μας οδηγεί.
