Автор: 
Группа исследователей из Принстонского университета применила технологии искусственного интеллекта для изучения генетического кода. Учёные использовали языковые модели для оптимизации частичных последовательностей генома, чтобы изучить биологию и улучшить медицину, в том числе создав более эффективные вакцины на основе мРНК против COVID-19. В статье, опубликованной в журнале Nature Machine Intelligence, авторы описывают, как их языковая модель использовала свои способности для семантического представления улучшенной мРНК-вакцины.
Исследователи сосредоточились на непереводимой части мРНК, которая контролирует важные аспекты процесса трансляции и оптимизации эффективности производства белка. Полученные последовательности показали значительное увеличение общей эффективности производства белка на 33% по сравнению с существующими стандартами разработки вакцин. Эта работа обещает улучшение не только вакцин против COVID-19, но и создание новых методов борьбы с множеством инфекционных заболеваний и раком. Модель искусственного интеллекта, обученная на мРНК из нескольких видов, смогла декодировать нуклеотидные последовательности и открыть новое понимание регуляции генов — ключевого процесса жизнедеятельности.
Новая ИИ-модель отличается от существующих языковых моделей, используемых в чат-ботах, тем, что была обучена на сотнях тысяч последовательностей и дополнительно учитывала знания о производстве белков, включая структурную и энергетическую информацию. Исследователи использовали обученную модель для создания библиотеки из 211 новых последовательностей, каждая из которых была оптимизирована, что важно для иммунного ответа на инфекционные заболевания. Учёные подчеркивают, что основной задачей было понимание полного контекста доступных данных. Тренировка ИИ-модели требовала не только сырых данных со всеми их особенностями, но и понимания последствий этих особенностей.
