Desvendando a inteligência artificial: como o SQUID revoluciona a genômica e decifra mistérios
São PauloA inteligência artificial já é uma parte essencial de nossas vidas. Ela também tem um papel importante na biologia e no estudo da vida. Por exemplo, a IA pode analisar rapidamente uma grande quantidade de dados genômicos para identificar novos alvos para tratamentos. No entanto, os cientistas ainda não compreendem como os modelos de IA atuais chegam a essas conclusões.
Cientistas do Cold Spring Harbor Laboratory (CSHL) desenvolveram uma nova ferramenta chamada SQUID (Interpretação Quantitativa Surrogada para Redes Neurais Profundas). Esta ferramenta facilita a compreensão de como modelos de inteligência artificial analisam genomas.
O SQUID se destaca em relação a outras ferramentas por oferecer resultados consistentes, reduzir ruídos de fundo e auxiliar na realização de previsões mais precisas sobre mutações genéticas.
O sucesso do SQUID, explica o Professor Assistente Peter Koo do CSHL, vem de seu treinamento único. Enquanto a maioria das ferramentas para estudar modelos de IA são derivadas da visão computacional ou do processamento de linguagem natural, que são úteis mas não ideais para genômica, o SQUID se destaca por incorporar muitos anos de conhecimento em genética quantitativa.
SQUID opera criando primeiro uma biblioteca com mais de 100 mil diferentes sequências de DNA. Em seguida, utiliza um programa chamado MAVE-NN (Multiplex Assays of Variant Effects Neural Network) para analisar essas sequências. Com o MAVE-NN, os cientistas podem realizar milhares de experimentos virtuais simultaneamente, ajudando a compreender como a IA faz suas melhores previsões.
Experimentos virtuais aprimoram e tornam mais precisos os experimentos de laboratório. Justin Kinney, professor e coautor do estudo, afirma que os experimentos virtuais não podem substituir o trabalho realizado em um laboratório. No entanto, eles fornecem informações valiosas. Eles ajudam cientistas a desenvolver ideias sobre como partes do genoma funcionam ou como uma mutação pode afetar um paciente.
Há diversos modelos de IA disponíveis, e novos estão sempre sendo desenvolvidos. Koo, Kinney e sua equipe esperam que SQUID ajude os cientistas a escolherem os melhores modelos para seus projetos. Embora o genoma humano tenha sido mapeado, ainda é difícil compreendê-lo por completo. O SQUID pode auxiliar oferecendo informações mais claras sobre os efeitos médicos das descobertas genéticas.
O estudo é publicado aqui:
http://dx.doi.org/10.1038/s42256-024-00851-5e sua citação oficial - incluindo autores e revista - é
Evan E. Seitz, David M. McCandlish, Justin B. Kinney, Peter K. Koo. Interpreting cis-regulatory mechanisms from genomic deep neural networks using surrogate models. Nature Machine Intelligence, 2024; DOI: 10.1038/s42256-024-00851-5Compartilhar este artigo