Google Deepmindは、ヒトの遺伝コードを解釈し、DNA変動の機能的結果を予測するように設計された強力な新しいAIモデルであるAlphagenomeを発表しました。ノーベル賞を受賞したAlphafoldシステムの足跡をたどって、Alphagenomeは、AIを基本的な科学的課題に適用するという同社の野心的な戦略の大きな進歩を示しています。 MITテクノロジーレビューのレポート初めてフレームワーク。これは、研究者が最終的に非コードであり、ほとんど不可解であり続けている人間の遺伝的変異の98％を理解するのに役立ちます。
しかし、Googleは期待を迅速に管理しました。ターゲット=”_ blank”> clarifining ツールは個人的なゲノム予測のために設計されていないこと。同社は、Alphagenomeは、個人の特性について23AndMeスタイルの予測を行わないように、分子の詳細についての手がかりを提供することを目的とした研究機器であると述べました。科学の青写真のためのAI
アルファゲノームのリリースは、Google Deepmindの明示的な「科学のためのAI」イニシアチブの最新の柱です。この取り組みは、それぞれ異なる科学的領域をターゲットにした高プロファイルモデルの発表の明確なパターンに従います。タンパク質相互作用のためのAlphaFold 3のオープンソース。これらのツールは、一貫した戦略を実証します。広大な組み合わせスペースを解析して新しいソリューションを見つけ、発見を加速できる強力でドメイン固有のAIを作成します。プライマリ研究論文によれば、モデルは、1メガバゼロングDNAの広大な1メガベース長DNAを一度に処理し、dNAの表現を予測するために、1メガベースのdnaシーケンスを予測します。セル-単一のベースペア解像度での多く。
モデルのアーキテクチャは、洗練された変圧器ベースのシステム上に構築されており、最終バージョンは、Google Researchブログ投稿で詳述されているように、「蒸留」と呼ばれる手法を使用して磨かれました。このプロセスには、単一の「学生」モデルをトレーニングして、64の独立した訓練された「教師」モデルの大規模なアンサンブルに関する知識を組み合わせることができました。これは、堅牢性を大幅に改善する方法です。研究者の場合、このモデルは、 anオンラインAPI を介して非営利的に使用できます。 Suite Githubでも提供されています。
仮想ラボから実世界の治療法まで
アルファゲノームの即時の影響は、疾患の遺伝的根源を理解するために働く研究者によって感じられます。カレブ・ラロー、メモリアルスローンケタリングがんセンターの計算生物学者が早期にアクセスした、最近のインタビュー、CEOのデミス・ハッサビスは、「仮想セル」を作成するというビジョンについて詳しく説明しました。彼が説明した究極の目標は、単純な予測を超えて本格的なシミュレーションに移行することだと彼は説明した。 「仮想セルは壮大な課題の1つです。予測から真の理解とシミュレーションに移行することです。セルのライフサイクル全体をモデル化し、突然変異を導入し、何が起こるかを見ることができることを想像してください。それが私たちを駆り立てる夢です。」
。
