Google Deepmind ha presentado el alfagenoma, un poderoso modelo de IA poderoso diseñado para interpretar el código genético humano y predecir las consecuencias funcionales de las variaciones de ADN. Siguiendo los pasos de su sistema Alfafold ganador del Premio Nobel, el alfagenoma marca un avance significativo en la ambiciosa estrategia de la Compañía para aplicar la IA a los desafíos científicos fundamentales, con el objetivo de acelerar drásticamente la investigación biológica y la comprensión de la enfermedad.
El nuevo sistema brinda a los científicos una herramienta para probar virtualmente cómo pequeños cambios en el ADN podrían provocar efectos moleculares específicos. Según Informe en MIT Technology Review , el Vicepresidente de Investigación de DeepMind, empuje Kohli, dijo el modelo de Model Unifiies. marco por primera vez. Esto podría ayudar a los investigadores finalmente a dar sentido al 98% de la variación genética humana que no está codificando y ha permanecido en gran medida inquietable.
Sin embargo, Google se apresuró a administrar rápidamente las expectativas, Clarificar que la herramienta no está diseñada para la predicción del genoma personal. The company stated that AlphaGenome is a research instrument intended to provide clues about molecular details, not to make 23andMe-style predictions about an individual’s traits.
The AI para Science BluePrint
El lanzamiento de Alphagenome es el último pilar en la iniciativa explícita de”AI para la ciencia”de Google Deep Deep Celebrado de origen abierto de Alfafold 3 para interacciones proteicas. Juntas, estas herramientas demuestran una estrategia consistente: crear una IA potente y específica de dominio que puede analizar vastos espacios combinatorios para encontrar soluciones novedosas y acelerar el descubrimiento.
cómo el alfagenoma descifra el código
en su núcleo, el alfagenoma tacita limitaciones técnicas clave que han restringido modelos previos limitados. De acuerdo con el primario documento de investigación , el modelo procesa una gran secuencia de ADN de una megabasa de largo, lo que permite predecir que predice miles de externos moleculares: los niveles de gene de una viernes de long. celda: muchos en una resolución de par de base única.
La arquitectura del modelo se basa en un sistema sofisticado basado en transformadores, y su versión final se perfeccionó utilizando una técnica llamada”destilación”, como se detalla en una publicación de blog de Google Research. Este proceso implicó capacitar a un solo modelo de”estudiante”para reproducir el conocimiento combinado de un gran conjunto de 64 modelos de”maestro”entrenados independientemente, un método que mejora significativamente la robustez. Para los investigadores, el modelo estará disponible para uso no comercial a través de una API en línea , con un
El impacto inmediato del alfagenoma será sentir por los investigadores que trabajan para comprender las raíces genéticas de la enfermedad. Caleb Lareau, biólogo computacional en Memorial Sloan Kettering Cancer Center que tuvo acceso temprano, explicó a la revisión de la tecnología de MIT”. Buena suposición sobre lo que cualquier variante hará cuando la observemos en un humano”. Esto podría ser particularmente útil para reducir las posibles causas de los cánceres raros y las enfermedades genéticas al identificar rápidamente cuál de las miles de variantes son funcionalmente importantes. Este desafío destaca la gran ambición detrás del trabajo de Deepmind. En A Entrevista reciente , el CEO Demis Hassabis elaboró sobre su visión de crear una”celda virtual”, que describió como un”gemelo digital”de biología. El objetivo final, explicó, es ir más allá de la simple predicción a la simulación a gran escala.”La celda virtual es uno de los grandes desafíos. Se trata de pasar de la predicción a la verdadera comprensión y simulación. Imagine poder modelar todo el ciclo de vida de una célula, introducir una mutación y ver lo que sucede. Ese es el sueño que nos impulsa”. Desde laboratorios virtuales hasta curas del mundo real
