Google DeepMind hat Alphagenom vorgestellt, ein leistungsstarkes neues KI -Modell, das den menschlichen genetischen Code interpretiert und die funktionellen Folgen von DNA -Variationen vorhergesagt hat. In den Fußstapfen seines Alphafold-Systems des Nobelpreises ist Alphagenom einen erheblichen Fortschritt in der ehrgeizigen Strategie des Unternehmens, um KI auf grundlegende wissenschaftliche Herausforderungen anzuwenden, um die biologische Forschung und das Verständnis von Krankheiten dramatisch zu beschleunigen.
Das neue System bietet Wissenschaftlern ein Werkzeug, um praktisch zu testen, wie kleine Veränderungen in der DNA bestimmte molekulare Effekte auslösen können. EntsprechendEin Bericht in der MIT -TechnologieüberprüfungPushmeet Kohli, Vizepräsident für Forschung, DeepMind, sagte, dass das Modell zum ersten Mal viele verschiedene genomische Vorhersageherausforderungen in einen einzigen Rahmen vereint. Dies könnte den Forschern helfen, die 98% der genetischen Variation des menschlichen genetischen Variation, die nicht kodiert und weitgehend unergründlich geblieben ist, zu verstehen.
Google hat jedoch schnell die Erwartungen verwaltet.klärenDass das Tool nicht für die persönliche Genomvorhersage ausgelegt ist. Das Unternehmen gab an, dass Alphagenom ein Forschungsinstrument ist, das Hinweise auf molekulare Details liefern und keine Vorhersagen im Laufe der 23andme-Art-Art über die Merkmale einer Person machen soll.
Die KI für Wissenschaftsblaupause
Die Veröffentlichung von Alphagenom ist die neueste Säule in der expliziten Initiative "AI for Science" von Google Deepmind. Dieser Aufwand folgt einem klaren Muster hochkarätiger Modellankündigungen, die jeweils auf einen bestimmten wissenschaftlichen Bereich abzielen.
Das Portfolio umfasst GNOME zum Entdecken neuer Materialien, Alphageometrie zur Lösung komplexer mathematischer Probleme und dem berühmten Open-Sourcing von Alphafold 3 für Proteinwechselwirkungen. Zusammen zeigen diese Tools eine konsistente Strategie: Schaffung einer leistungsstarken, domänenspezifischen KI, die riesige kombinatorische Räume analysieren kann, um neue Lösungen zu finden und Entdeckungen zu beschleunigen.
Wie alphagenom den Code entschlüsselt
In seinem Kern befasst sich Alphagenom an den wichtigsten technischen Einschränkungen, die frühere Modelle eingeschränkt haben. Nach der primärenForschungspapierDas Modell verarbeitet gleichzeitig eine riesige Ein-Megabase-Long-DNA-Sequenz, die es ermöglicht, Tausende von molekularen Ergebnissen vorherzusagen-von den Genexpressionsniveaus der Genexpression bis zu der Art und Weise, wie DNA in der Zelle verpackt ist-viele bei der Auflösung von Basenpaaren.
Lesen Sie auch:
Die Architektur des Modells basiert auf einem ausgeklügelten transformator-basierten System, und seine endgültige Version wurde mit einer Technik namens "Destillation", wie in einem Google Research-Blog-Beitrag beschrieben. Dieser Prozess umfasste die Schulung eines einzelnen "Schüler" -Modells, um das kombinierte Wissen über ein großes Ensemble von 64 unabhängig geschulten "Lehrer" -Modellen zu reproduzieren, eine Methode, die die Robustheit erheblich verbessert. Für Forscher wird das Modell für den nichtkommerziellen Gebrauch durch verfügbar seinEine Online -APImit aGenominterpretationssuiteauch auf GitHub bereitgestellt.
Von virtuellen Labors bis zu realen Heilungen
Die unmittelbaren Auswirkungen von Alphagenom werden von Forschern zu spüren, die daran arbeiten, die genetischen Wurzeln der Krankheit zu verstehen. Caleb Lareau, Computerbiologe am Memorial Sloan Kettering Cancer Center, der einen frühen Zugang hatte.erklärtÜberprüfen Sie die MIT -Technologie, dass „dieses System uns näher an eine gute erste Vermutung übertroffen wird, was jede Variante tun wird, wenn wir es bei einem Menschen beobachten.“ Dies könnte besonders nützlich sein, um die potenziellen Ursachen seltener Krebserkrankungen und genetischen Erkrankungen einzudämmen, indem er schnell feststellte, welche von Tausenden von Varianten funktionell wichtig sind.
Diese Herausforderung zeigt den großen Ehrgeiz hinter DeepMinds Arbeit. In aNeueres InterviewCEO Demis Hassabis erläuterte seine Vision, eine „virtuelle Zelle“ zu schaffen, die er als "digitales Zwilling der Biologie" bezeichnete. Das ultimative Ziel, erklärte er, sei es, über die einfache Vorhersage für die Simulation in voller Maßnahme hinauszugehen. "Die virtuelle Zelle ist eine der großen Herausforderungen. Es geht darum, sich von Vorhersage zu wahrem Verständnis und Simulation zu bewegen. Stellen Sie sich vor, Sie können den gesamten Lebenszyklus einer Zelle modellieren, eine Mutation einführen und beobachten, was passiert. Das ist der Traum, der uns antreibt."
