IT 之家 1 月 12 日音书最新三级片，哥伦比亚大学瓦格洛斯医学院的参谋团队诞生了一种新式东说念主工智能（AI）模子 ——"通用抒发转化器"（GET），概况准确瞻望任何东说念主类细胞中的基因活性，从而揭示细胞的里面机制。这一参谋后果发表在最新一期的《天然》杂志上，有望绝对改造科学家参谋癌症、遗传疾病等的样式。
该参谋的资深作家、系统生物学讲授劳尔・拉巴丹（Raul Rabadan）暗示："可瞻望且通用的诡计模子使咱们概况快速、准确地揭示生物经由。这些步履不错灵验地进行大范畴诡计实验，鼓励并指点传统实验步履的发展。"
刘涛李晨车震传统的生物学参谋步履天然擅长揭示细胞如何实践其功能或对外界烦闷作出反馈，但无法瞻望细胞的职责机制或对变化的反馈，举例致癌突变的影响。拉巴丹指出："概况准确瞻望细胞行径将绝对改造咱们对基本生物经由的相识，使生物学从形色看似赶紧经由的科学振荡为概况瞻望细胞行径背后系统的科学。"
连年来最新三级片，跟着细胞数据的海量积贮和 AI 模子的日益矍铄，生物学正渐渐向瞻望性科学振荡。2024 年诺贝尔化学奖就授予了期骗 AI 瞻望卵白质结构的始创性参谋。但是，使用 AI 步履瞻望细胞内基因和卵白质的行径仍然濒临雄壮挑战。
据 IT 之家了解，金发美女在这项新参谋中，拉巴丹越过团队尝试期骗 AI 瞻望特定细胞中哪些基因处于活跃情景。基因抒发信息不错匡助参谋东说念主员信服细胞的身份越过功能实践样式。拉巴丹实验室的参餬口傅曦（Xi Fu，音译）决定取舍一种不同的步履，期骗从精深东说念主体组织中取得的数百万个细胞的基因抒发数据考试机器学习模子。模子的输入包括基因组序列以及显露基因组哪些部分可走访和抒发的数据。
这一步履的举座念念路同样于 ChatGPT 等流行的"基础"模子。这些系统通过考试数据识别底层律例（如谈话的语法），然后将这些律例应用于新场景。拉巴丹解释说念："咱们的步履皆备一致：咱们从多种细胞情景中学习‘语法’，然后将其应用于特定条目 —— 无论是病变细胞依然精深细胞 —— 并尝试瞻望其行径风景。"
傅曦和拉巴丹随后与多位相助者共同考试和测试了这一新模子，其中包括共同第一作家亚历杭德罗・布恩迪亚（Alejandro Buendia）和卡内基梅隆大学的申通莫（Shentong Mo，音译）。在逾越 130 万个东说念主类细胞数据上考试后，该系统概况准确瞻望从未见过的细胞类型的基因抒发，其落拓与实验数据高度吻合。
接下来，参谋团队展示了其 AI 系统在揭示病变细胞隐敝生物学机制方面的矍铄才智。他们以一种遗传性儿童白血病为例，期骗 AI 瞻望了突变基因如何松懈两种不同转录因子之间的相互作用，从而决定白血病细胞的气运。实验室实考据实了 AI 的瞻望。了解这些突变的影响不错揭示启动这种疾病的特定机制。
此外，这一新式诡计步履还为参谋东说念主员探索基因组"暗物资"的作用提供了可能。基因组"暗物资"是指基因组中不包含已知卵白质编码基因的绝大部分区域。拉巴丹指出："癌症患者中发现的大大量突变都位于基因组的‘暗区域’，这些突变不影响卵白质功能，因此一直未被充分参谋。通过使用这些模子，咱们不错不雅察突变并揭示基因组这一部分的功能。"
现在，拉巴丹正与哥伦比亚大学越过他机构的参谋东说念主员相助，探索从脑癌到血癌等多种癌症，参谋精深细胞中的调控"语法"以及细胞在癌症发展经由中的变化。
这项参谋不仅为相识癌症除外的多种疾病招引了新路子，还可能为新疗法的靶点识别提供营救。通过向诡计机模子输入新发现的突变，参谋东说念主员不错深远了解这些突变如何影响细胞。
拉巴丹以为最新三级片，这项参谋是生物学范围东说念主工智能应用要紧趋势的一部分："这是一个十分首肯东说念主心的生物学新时间，它将生物学振荡为一种瞻望性科学。"