Command Palette
Search for a command to run...
AlphaGenome: تقدم في التنبؤ بتأثير المتغيرات التنظيمية باستخدام نموذج متسلسلة الحمض النووي الموحد
\u017diga Avsec Natasha Latysheva Jun Cheng Guido Novati Kyle R. Taylor Tom Ward Clare Bycroft Lauren Nicolaisen
الملخص
النماذج العميقة للتعلم التي تتنبأ بالقياسات الجينومية الوظيفية من تسلسل الحمض النووي الريبي منقوص الأكسجين (DNA) هي أدوات قوية لفك شفرة الرمز التنظيمي الوراثي. تتنازل الأساليب الحالية بين طول سلسلة المدخلات ودقة التنبؤ، مما يحد من نطاق وموديلاتها وأدائها. نقدم هنا "AlphaGenome"، وهو نظام يأخذ كمدخلات مليون قاعدة من تسلسل الحمض النووي الريبي منقوص الأكسجين (DNA) ويتنبأ بآلاف المسارات الجينومية الوظيفية بدقة تصل إلى القاعدة الواحدة عبر موديلات متنوعة - بما في ذلك التعبير الجيني، بدء النسخ، إمكانية الوصول إلى الكروماتين، تعديلات الهستون، ربط عوامل النسخ، خرائط اتصال الكروماتين، استخدام مواقع التقسيم، وإحداثيات وقوة تقاطعات التقسيم. تم تدريب "AlphaGenome" على الجينوم البشري والجينوم الفأري، حيث يتطابق أو يتفوق على أقوى النماذج الخارجية المتاحة في 24 من أصل 26 تقييمًا للتنبؤ بتأثير الطفرات. يتميز "AlphaGenome" بقدرته على حساب آثار الطفرات بشكل متزامن عبر جميع الموديلات بدقة عالية، مما يعيد إنتاج آليات الطفرات ذات الصلة السريرية بالقرب من جين TAL1 السرطاني. لتسهيل الاستخدام الأوسع، نوفر أدوات لإنشاء تنبؤات المسارات الجينومية وتأثير الطفرات من السلسلة.
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.