В Колумбийском университете разработали ИИ (General Expression Transformer), который предсказывает работу генов в клетках. Это открытие способно помочь в понимании множества заболеваний, в том числе рака.
Методология создания GET походит на ту, что использовалась при разработке языковых моделей, включая ChatGPT. Если ChatGPT изучил логику человеческого языка, то GET узнал о механизмах, которые управляют активностью генов — процессах, аналогичных включению и выключению света. Эти процессы имеют решающее значение для производства белков, которые выполняют множество функций в организме, в том числе защиту от заболеваний и поддержание жизнедеятельности клеток.
Сравнение с AlphaFold2, недавней системой искусственного интеллекта, предсказывающей трехмерную структуру белков, подчеркивает значимость работы GET в перспективе. Ученые считают, что инструмент способен облегчить понимание того, как генный набор влияет на поведение клеток, аналогично тому, как работа AlphaFold2 повлияла на биохимию.
Обучение GET велось на данных более 1,3 миллиона клеток нормальной человеческой ткани, охватывающих 213 различных типов клеток. Исследователи показали, что даже отложив один тип клеток, программа может делать точные прогнозы на основе информации, полученной от других типов.
Исследовательская группа подчеркивает, что понимание грамматики регуляции генов имеет огромный потенциал для изучения заболеваний. Понимание, как определенные гены активируются или подавляются в различных клетках, может проложить путь к более эффективным методам генной терапии.
Сравнение с AlphaFold2, недавней системой искусственного интеллекта, предсказывающей трехмерную структуру белков, подчеркивает значимость работы GET в перспективе. Ученые считают, что инструмент способен облегчить понимание того, как генный набор влияет на поведение клеток, аналогично тому, как работа AlphaFold2 повлияла на биохимию.
Обучение GET велось на данных более 1,3 миллиона клеток нормальной человеческой ткани, охватывающих 213 различных типов клеток. Исследователи показали, что даже отложив один тип клеток, программа может делать точные прогнозы на основе информации, полученной от других типов.
Исследовательская группа подчеркивает, что понимание грамматики регуляции генов имеет огромный потенциал для изучения заболеваний. Понимание, как определенные гены активируются или подавляются в различных клетках, может проложить путь к более эффективным методам генной терапии.
