Descifrando la IA: cómo SQUID desvela misterios genómicos
MadridLa inteligencia artificial es ahora una parte crucial de nuestras vidas. Incluso asiste en la biología y el estudio de la vida. Por ejemplo, la IA puede analizar rápidamente grandes cantidades de datos genómicos para encontrar nuevos objetivos para tratamientos. Sin embargo, los científicos aún no comprenden cómo los modelos de IA actuales llegan a estas conclusiones.
Científicos de Cold Spring Harbor Laboratory (CSHL) han desarrollado una nueva herramienta llamada SQUID, que significa Interpretabilidad Cuantitativa Sustituta para Redes Profundas. Esta herramienta facilita la comprensión de cómo los modelos de inteligencia artificial analizan los genomas.
El SQUID supera a otras herramientas al proporcionar resultados constantes, reducir el ruido de fondo y facilitar predicciones más precisas sobre mutaciones genéticas.
El profesor asistente de CSHL, Peter Koo, afirma que SQUID tiene éxito debido a su entrenamiento único. La mayoría de las herramientas para estudiar modelos de IA provienen de la visión por computadora o el procesamiento del lenguaje natural, que son útiles pero no ideales para la genómica. SQUID se destaca porque utiliza muchos años de conocimientos en genética cuantitativa.
21 de noviembre de 2024 · 3:55
A pesar de las ganancias de Nvidia, caen las acciones asiáticas.
SQUID opera creando primero una biblioteca con más de 100,000 secuencias de ADN diferentes. Luego, emplea un programa llamado MAVE-NN (Red Neuronal de Ensayos Multiplex de Efectos de Variantes) para analizar estas secuencias. Con MAVE-NN, los científicos pueden realizar miles de experimentos virtuales simultáneamente, ayudándoles a comprender cómo la IA formula sus mejores predicciones.
Los experimentos virtuales pueden mejorar y hacer más precisos los experimentos en laboratorios reales. Justin Kinney, profesor y coautor del estudio, afirma que los experimentos virtuales no pueden reemplazar el trabajo realizado en un laboratorio. No obstante, ofrecen información valiosa y ayudan a los científicos a desarrollar ideas sobre cómo funcionan ciertas partes del genoma o cómo una mutación puede afectar a un paciente.
Existen muchos modelos de inteligencia artificial disponibles, y constantemente se están creando nuevos. Koo, Kinney y su equipo esperan que SQUID ayude a los científicos a elegir los mejores modelos para su trabajo. Aunque el genoma humano ha sido mapeado, aún es difícil de entender. SQUID podría ayudar proporcionando información más clara sobre los efectos médicos de los descubrimientos genéticos.
El estudio se publica aquí:
http://dx.doi.org/10.1038/s42256-024-00851-5y su cita oficial - incluidos autores y revista - es
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/s42256-024-00851-519 de noviembre de 2024 · 20:02
IA eficiente en movimiento: modelos de lenguaje optimizados para dispositivos móviles y laptops
18 de noviembre de 2024 · 9:36
Precisión en estudios de comportamiento de ratones mejorada con IA y menos animales
18 de noviembre de 2024 · 7:24
La IA detecta rápidamente tumores cerebrales difíciles en cirugía con tecnología de FastGlioma
Compartir este artículo