La IA y los problemas difíciles del mundo ─ Ciencias de la vida
Ciencia y erudición impulsadas por la IA, por disciplina
Feed RSS · 14 elementos
LitGene: un modelo transformer interpretable que integra texto y ontología para el aprendizaje de representaciones de genes
Título original: LitGene: an interpretable transformer model integrating text and ontology for gene representation learning
El aprendizaje de representaciones de genes a menudo pasa por alto la literatura científica, lo que puede sesgar los resultados en contra de los genes poco estudiados. LitGene es un transformer interpretable que integra texto con anotaciones de Gene Ontology mediante aprendizaje contrastivo. Logró una precisión competitiva en ocho pruebas de referencia de proteínas, predijo sin entrenamiento previo términos de GO, rutas de KEGG y vínculos entre genes y enfermedades, y señaló a ANGPTL6 como gen candidato para la fibrosis pulmonar idiopática, respaldado por la expresión diferencial en muestras independientes.
Modelado espaciotemporal basado en IA de la regulación génica y de los efectos de las variantes en el cerebro humano en desarrollo con Seal
Título original: Spatiotemporal AI-based modeling of gene regulation and variant effects in the developing human brain using Seal
El estudio aborda cómo la variación genética moldea la regulación génica en el cerebro humano en desarrollo, donde los datos son limitados. Los autores crearon Seal, un marco interpretable de aprendizaje por transferencia de IA que predice la expresión génica y los efectos de las variantes en 26 regiones, 30 tipos celulares y 7 etapas del desarrollo. En datos de genoma completo de autismo, Seal encontró una carga significativa de variantes reguladoras de novo en neuronas excitadoras fetales transitorias.
Modelado híbrido para mejorar la predicción de estructuras de grandes complejos proteicos
Título original: Hybrid modeling for improved structure prediction of large protein complexes
El estudio tiene como objetivo predecir las estructuras de grandes complejos proteicos. Los autores desarrollaron HDOCK-Multimer (HDM), un marco automatizado que combina el acoplamiento ab initio con el ensamblaje combinatorio. En tres pruebas de referencia, HDM fue más preciso y robusto que los métodos de ensamblaje más avanzados y los basados en aprendizaje profundo para grandes ensamblajes de proteínas.
Un modelo de IA descifra el lenguaje que usan las células para comunicarse
Título original: AI model decodes the language cells use to communicate
Durante el desarrollo embrionario, las células reciben señales químicas que activan o desactivan genes y determinan sus funciones. Rastrear la secuencia de señales que ha recibido una célula ha sido difícil, porque se suponía que las vías de señalización diferían mucho entre tipos celulares. Investigadores del MIT y del Whitehead Institute desarrollaron un marco computacional para abordar esto, que podría ayudar a acelerar la ingeniería de células madre, mejorar los modelos de enfermedades e informar los tratamientos contra el cáncer.
Cómo las redes neuronales artificiales construyen su propia maquinaria de aprendizaje
Título original: How artificial neural networks build their own learning machinery
Un grupo de unidades conectadas al azar puede reorganizarse en una red eficaz de procesamiento de información cuando se le dan reglas simples sobre cuándo y cómo deben cambiar las conexiones. El equipo del MIT sostiene que la capacidad de una red artificial para organizarse por sí sola, sin la guía de un desarrollador, es una prueba clave de plausibilidad biológica. Los investigadores advierten de que estas redes pueden no aportar mucha información sobre el aprendizaje biológico.
Claude descubre un nuevo sistema enzimático
Título original: Claude discovers a novel enzyme system
El nuevo laboratorio de ciencias de la vida de Anthropic utiliza Claude para explorar conjuntos de datos de ADN en busca de familias de proteínas no caracterizadas. En los primeros resultados, con solo una orientación general de los científicos, los agentes de Claude encontraron un sistema enzimático novedoso de función desconocida y con propiedades que recuerdan a CRISPR. El trabajo busca generar hipótesis a gran escala y ponerlas a prueba en el laboratorio.
NiCLIP: modelo de preentrenamiento contrastivo lenguaje-imagen de neuroimagen para predecir texto a partir de imágenes de activación cerebral
Título original: NiCLIP: neuroimaging contrastive language-image pretraining model for predicting text from brain activation images
NiCLIP es un modelo de IA que decodifica tareas cognitivas, conceptos y dominios a partir de patrones de activación cerebral. Fue entrenado con más de 23,000 artículos y, según se informa, supera a los decodificadores tradicionales en la decodificación a nivel de grupo. Predijo con precisión tareas cognitivas a partir de mapas a nivel de grupo del Human Connectome Project, pero mostró limitaciones con mapas ruidosos a nivel de sujeto.
ETSAM: segmentación eficaz de membranas celulares en tomogramas crioelectrónicos
Título original: ETSAM: effectively segmenting cell membranes in cryo-electron tomograms
Las membranas celulares son difíciles de distinguir en volúmenes de tomografía crioelectrónica con ruido. Los autores presentan ETSAM, un método de dos etapas que ajusta Segment Anything Model 2 (SAM2) para segmentar membranas, entrenado con 83 tomogramas experimentales y 28 simulados. En 17 tomogramas experimentales de prueba, superó a otros métodos de aprendizaje profundo con alta sensibilidad y mejor precisión.
Tangermeme: un conjunto de herramientas para comprender la lógica regulatoria cis mediante modelos de aprendizaje profundo
Título original: Tangermeme: a toolkit for understanding cis-regulatory logic using deep learning models
Los modelos de aprendizaje profundo pueden predecir bien datos genómicos, pero el paso más difícil es usarlos para el descubrimiento biológico. Este artículo describe tangermeme, un kit de herramientas altamente optimizado para las partes del aprendizaje profundo genómico distintas del propio modelo. Muestra cómo tangermeme puede destilar los patrones cis-reguladores aprendidos por los modelos en conocimientos interpretables para humanos.
Predicción generalizable de perturbaciones
Título original: Generalizable perturbation prediction
Los datos de perturbación celular revelan relaciones reguladoras causales, pero estos datos suelen ser escasos, lo que motiva métodos que predigan las respuestas en un contexto a partir de otros. Los autores desarrollaron State, un modelo de aprendizaje automático que combina un modelo de transición de estados basado en transformadores para los efectos de perturbación en células individuales con un modelo preentrenado de incrustación celular. Fue entrenado con datos de perturbación de más de 100 millones de células y datos observacionales de 167 millones de células, y el equipo también creó Cell-Eval, un marco de evaluación para comparar modelos.
Análisis de casos y controles preciso y con buena potencia estadística de datos moleculares espaciales
Título original: Accurate and well-powered case–control analysis of spatial molecular data
Los métodos existentes para datos moleculares espaciales suelen usar supuestos restrictivos que pueden pasar por alto señales importantes de enfermedad. VIMA, un método de aprendizaje profundo, usa un conjunto de autoencoders variacionales para resumir pequeños fragmentos de tejido e identificar micronichos cuya abundancia se correlaciona con el estado de caso o control. En simulaciones mostró una buena calibración y una gran potencia, y aplicado a conjuntos de datos de tres enfermedades recuperó biología conocida e identificó nuevas características espaciales de la enfermedad.
ProFormer: clasificación generalizable de proteomas de células individuales y de plasma mediante aprendizaje profundo
Título original: ProFormer: generalizable classification of single-cell and plasma proteomes using deep learning
Los flujos de trabajo proteómicos actuales tienen bajo rendimiento y requieren un amplio procesamiento de datos, lo que ralentiza la clasificación de muestras. ProFormer es un pipeline de aprendizaje profundo basado en transformers que toma directamente las características de iones peptídicos a nivel MS1 de los datos de espectrometría de masas. Superó al aprendizaje automático tradicional y a las CNN en 14 arquitecturas y clasificó proteomas de célula única por tipo celular, etapa del ciclo y trayectoria de diferenciación, así como el estado de enfermedad de pacientes a partir de proteomas plasmáticos.
CellART: un marco unificado para extraer información de células individuales a partir de transcriptómica espacial de alta resolución
Título original: CellART: a unified framework for extracting single-cell information from high-resolution spatial transcriptomics
Las plataformas de transcriptómica espacial de alta resolución capturan recuentos escasos de transcritos por punto o miden solo un número limitado de genes, lo que dificulta extraer información de células individuales. CellART combina imágenes de tinción, datos de transcriptómica espacial y referencias de RNA-seq de célula única, y emplea aprendizaje profundo y modelado probabilístico para segmentar células y anotar tipos celulares de forma simultánea. Los autores informan que es eficiente, generalizable y robusto, y que sus resultados son compatibles con herramientas comunitarias de uso extendido.
Presentamos Quine: un sistema de investigación con IA diseñado para la complejidad de la biología
Título original: Introducing Quine: An AI research system designed for the complexity of biology
Quine, de Microsoft Research, es un esfuerzo en fase temprana para construir un modelo del mundo multimodal de la biología y un entorno interactivo que conecta modelos, herramientas científicas, literatura e investigadores, y que ayuda a los científicos a priorizar hipótesis antes de las pruebas de laboratorio. En colaboración con investigadores del Broad Institute de Harvard y el MIT, el equipo lo utilizó para priorizar compuestos que se prevé que impulsen cambios terapéuticos en el estado tumoral y validó varios de los candidatos mejor clasificados en múltiples ensayos de laboratorio. El sistema es experimental, está destinado únicamente a la investigación y sus resultados requieren la revisión de investigadores cualificados.