Inteligența artificială. Sursa foto: Pixabay Oamenii de știință de la Nvidia și Institutul Arc, o organizație de cercetare biomedicală non-profit cu sediul în Palo Alto, au prezentat un model de inteligență artificială, Evo 2. Acesta poate nu numai să identifice mutațiile cauzatoare de boli din genele umane, ci și să creeze noi genomuri.
Modelul AI de bază Evo 2, conceput pentru a dobândi o înțelegere mai profundă a codului biologic, a fost antrenat pe ADN-ul a peste 100.000 de specii și forme de viață din diferite domenii ale biologiei.
Antrenat cu o cantitate uriașă de date
Predecesorul lui Evo 2, modelul Evo 1, a fost dezvoltat pe genomuri de celule unice. Noul model de inteligență artificială se bazează pe modelul anterior, dar este antrenat pe o cantitate mai mare de date, transmite aiwire.
Evo 2 a fost antrenat folosind peste 9,3 trilioane de nucleotide - elementele de bază ale ADN-ului sau ARN-ului - din mai mult de 128 000 de genomuri întregi.
Evo 2. Sursat foto: Arc Institute
Pe lângă o colecție extinsă de genomuri de bacterii, Evo 2 include informații despre oameni, plante și alte specii unicelulare și pluricelulare.
Modelul a fost antrenat pe parcursul mai multor luni pe platforma NVIDIA DGX Cloud AI via AWS, folosind peste 2.000 de GPU NVIDIA H100 cu sprijinul cercetătorilor și inginerilor companiei.
Patrick Hsu, cofondator al Arc Institute, a subliniat că modelul a permis mașinilor „să citească, să scrie și să gândească în limbajul nucleotidelor”.
Poate prezice mutațiile cauzatoare de boli
Evo 2 are o înțelegere generală a arborelui vieții care este eficientă în sarcini precum prezicerea mutațiilor cauzatoare de boli și dezvoltarea codului potențial pentru viața artificială.
Oamenii de știință prevăd că noul model de inteligență artificială va fi util pentru analiza genetică și dezvoltarea de noi tratamente biologice.
Evo 2 a demonstrat deja o precizie de peste 90% în determinarea mutațiilor genei BRCA1 (o genă asociată cu cancerul de sân) care sunt benigne sau potențial patogene.
Acest lucru ar putea contribui potențial la reducerea costurilor și a forței de muncă din experimente și la eficientizarea cercetării genetice.
