Искусственный интеллект всё чаще перестаёт быть вспомогательным инструментом и начинает менять саму логику научных исследований. Теперь алгоритмы способны не просто анализировать данные, но и предсказывать поведение сложных биологических систем. Это открывает новые возможности для понимания того, как работают клетки человека. Об этом сообщает Cuimc.columbia.edu.
Учёные из Колумбийского университета разработали новую модель искусственного интеллекта, способную интерпретировать так называемый "язык" клеток. В отличие от привычных языковых систем, работающих с текстами, эта модель анализирует данные о генах и их активности внутри клетки. На основе этих сигналов алгоритм определяет, какие гены включены в конкретный момент и какую функцию выполняет клетка.
Подход во многом напоминает принципы работы крупных языковых моделей, но вместо слов и предложений здесь используются паттерны экспрессии генома. Такой метод позволяет перейти от описания уже известных процессов к прогнозированию поведения клеток в новых условиях, включая влияние мутаций и внешних факторов.
Профессор системной биологии Рауль Рабадан, один из авторов исследования, подчёркивает, что традиционные методы биологии хорошо фиксируют происходящее, но редко позволяют заглянуть вперёд.
"Наша модель меняет подход, превращая биологию из науки описания в науку предсказания", — говорит профессор системной биологии Рауль Рабадан.
Для обучения системы команда использовала данные более чем 1,3 миллиона клеток здоровых тканей человека. Такой масштаб позволил модели выявить общие закономерности, не ограничиваясь отдельными типами клеток. Подобные универсальные подходы уже применяются в смежных областях, например при анализе сложных структур белков с помощью ИИ, как это показано в исследовании о структурах иммунных белков.
Практическая ценность модели проявилась при изучении наследственного детского лейкоза. Алгоритм предсказал, что определённые мутации нарушают взаимодействие двух факторов транскрипции, определяющих судьбу клеток. Лабораторные эксперименты подтвердили этот вывод, что помогло глубже понять механизм развития заболевания.
Кроме того, система позволяет анализировать так называемую "тёмную материю" генома — участки ДНК, которые не кодируют белки, но часто содержат мутации, связанные с раком. Ранее их роль оставалась неясной, однако ИИ помогает выявить, как изменения в этих зонах влияют на работу клеток и запуск патологических процессов.
Рабадан уже сотрудничает с учёными из разных университетов, исследуя онкологические заболевания, включая опухоли мозга и крови. Такие модели могут ускорить поиск терапевтических мишеней и приблизить персонализированное лечение.
Развитие ИИ в биологии идёт параллельно с другими направлениями, где алгоритмы работают с живыми системами, включая автоматизацию создания тканей и органов. Эти тенденции перекликаются с разработками в области биопечати тканей с помощью ИИ, где машинное обучение также меняет подход к медицине.