Chan Zuckerberg Initiative enthüllt das AI -Modell, um das zelluläre Verhalten zu dekodieren
Heute kündigte die Chan Zuckerberg Initiative (CZI) das neueste KI -Modell an, um Forschern zu helfen, besser zu verstehen, wie sich Zellen auf die wichtigsten Netzwerke konzentrieren, die das Verhalten von Zellen kontrollieren und komplexe biologische Probleme wie Krebs leichter zu lösen.
Das Modell Gremln (Gen -Regulatory -Einbettungsbasis großes Neuralmodell) ist ein Meilenstein in der großen Herausforderung von CZI, eine Familie von AI -Biomodellen aufzubauen, die vorhersagen und verstehen, wie Zellen auf allen Ebenen funktionieren – von Molekülen zu ganzen biologischen Systemen – und Wissenschaftlern helfen, zu heilen, zu verhindern und alle Krankheiten zu verwalten. Gremln soll den Forschern helfen, zu identifizieren, wie die Gene einer Zelle zusammenarbeiten – und was sie schief machen kann, und weichen Krankheiten wie Krebs oder Neurodegeneration.
Gremln ist ein neuartiger Ansatz, um zu verstehen, wie Zellen Entscheidungen treffen, und genauso wichtig, wie diese Entscheidungen bei Krankheiten wie Krebs schief gehen. Unser Modell bietet einen auf Biologie beruhenden Ansatz, um KI für die Ableitung neuer Einblicke in Gesundheit und Krankheit zu nutzen. Dieses Modell versucht nicht, die Biologie zu neu um AI zu veranlassen, sondern um AI zu biologisch umzusetzen. „
Andrea Califano, Präsident des Chan Zuckerberg Biohub New York und Clyde und Helen Wu Professor für Chemikalie- und Systembiologie am Columbia University Vagelos College of Physicians and Chirurgens
Im Gegensatz zu den meisten KI -Modellen konzentriert sich Gremln auf die „molekulare Logik“, die definiert, wie Gene miteinander interagieren und sich gegenseitig beeinflussen, ähnlich wie eine Konversation in der Zelle. Es wird Wissenschaftlern eine Möglichkeit geben, die kritischen Veränderungen zu verfolgen, die die frühesten Anzeichen von Krankheiten und die möglichen Ziele für neue Behandlungen bestimmen.
Gremln ist auf mehr als 11 Millionen Datenpunkten von Chan Zuckerberg Cellxgene ausgebildet, einem Werkzeug, das jede Woche von Tausenden von Wissenschaftlern verwendet wird, um Entdeckungen schneller zu machen, indem Daten von einzelnen Zellen, die Gewebe wie Gehirn, Lunge, Nieren und Blut überspannen, schneller werden.
Bald wird das Modell skaliert, um kritische biologische und medizinische Fragen zu beantworten, damit die Forscher die frühen Anzeichen einer Zelle erkennen können, die krebsartig wird, oder eines Neurons, der beginnt, Schäden zu erregen – bevor diese Änderungen irreversibel werden.
„Das Verständnis des zellulären Verhaltens bedeutet das Verständnis des Netzwerks von Gesprächen in jeder Zelle“, sagte Theofanis Karaletsos, Senior Director von AI bei Czi. „Gremln erfasst diese Komplexität auf eine Weise, die wir noch nie zuvor konnten. Es ist ein Schritt in Richtung Aufbau von Systemen, die uns helfen, das Verhalten von Zellen zu simulieren und vorherzusagen.“
In Zukunft könnte Gremln eine breite Palette von Forschungsanwendungen anführen, von der Blockierung der Fähigkeit von Krebszellen, sich der Therapie zu entziehen, um zu verhindern, dass Entzündungen irreversible Schäden an unseren Gehirnzellen erzeugen. Es könnte auch den Forschern helfen, vorherzusagen, wie Zellen auf neue Medikamente reagieren und schließlich den Erfolg dieser Arzneimittel in klinischen Studien dramatisch erhöhen. Letztendlich ist Gremln Teil einer neuen Welle von KI -Tools, die Wissenschaftlern helfen sollen, die komplexe Logik des Lebens selbst zu verstehen.
Gremln schließt sich einer Reihe von Biomodellen an, die von CZI und seinen Biohubs erstellt wurden, einschließlich des kürzlich veröffentlichten Transcriptformers, dem ersten generativen KI -Modell, mit dem Datensätze verschiedener Arten in großem Umfang zusammengebracht werden können, um zu helfen, den Forschern zu untersuchen, wie Zellen arbeiten. Beide Modelle haben umfassende Anwendungen für biomedizinische Forschung, Krankheitsdiagnose und therapeutische Entwicklung. Die Modelle sind Teil der virtuellen Zellplattform des Unternehmens, die offen und für die globale wissenschaftliche Gemeinschaft zugänglich ist.
Quellen:
