L'IA face aux grands problèmes du monde ─ Sciences du vivant
Les sciences et le savoir avancés par l'IA, par discipline
Flux RSS · 14 éléments
LitGene : un modèle transformer interprétable intégrant texte et ontologie pour l'apprentissage de représentations de gènes
Titre original: LitGene: an interpretable transformer model integrating text and ontology for gene representation learning
L'apprentissage de représentations de gènes néglige souvent la littérature scientifique, ce qui peut biaiser les résultats au détriment des gènes peu étudiés. LitGene est un transformeur interprétable qui intègre du texte aux annotations de la Gene Ontology par apprentissage contrastif. Il a obtenu une précision compétitive sur huit référentiels de protéines, a prédit en zero-shot des termes GO, des voies KEGG et des liens gène-maladie, et a signalé ANGPTL6 comme gène candidat de la fibrose pulmonaire idiopathique, étayé par une expression différentielle dans des échantillons indépendants.
Modélisation spatiotemporelle par IA de la régulation des gènes et des effets des variants dans le cerveau humain en développement avec Seal
Titre original: Spatiotemporal AI-based modeling of gene regulation and variant effects in the developing human brain using Seal
L'étude porte sur la manière dont la variation génétique façonne la régulation des gènes dans le cerveau humain en développement, où les données sont limitées. Les auteurs ont construit Seal, un cadre d'apprentissage par transfert d'IA interprétable qui prédit l'expression des gènes et les effets des variants dans 26 régions, 30 types cellulaires et 7 stades de développement. Dans les données de génome entier de l'autisme, Seal a mis en évidence une charge significative de variants régulateurs de novo dans les neurones excitateurs fœtaux transitoires.
Modélisation hybride pour une meilleure prédiction de la structure de grands complexes protéiques
Titre original: Hybrid modeling for improved structure prediction of large protein complexes
L'étude vise à prédire les structures de grands complexes protéiques. Les auteurs ont développé HDOCK-Multimer (HDM), un cadre automatisé qui combine l'amarrage ab initio et l'assemblage combinatoire. Sur trois benchmarks, HDM s'est montré plus précis et plus robuste que les méthodes d'assemblage de pointe et que les méthodes fondées sur l'apprentissage profond pour les grands assemblages de protéines.
Un modèle d'IA décode le langage que les cellules utilisent pour communiquer
Titre original: AI model decodes the language cells use to communicate
Pendant le développement embryonnaire, les cellules reçoivent des signaux chimiques qui activent ou désactivent des gènes et déterminent leurs rôles. Retracer la séquence de signaux reçus par une cellule était difficile, car on supposait que les voies de signalisation différaient largement selon les types cellulaires. Des chercheurs du MIT et du Whitehead Institute ont mis au point un cadre computationnel pour y remédier, ce qui pourrait contribuer à accélérer l'ingénierie des cellules souches, améliorer les modèles de maladies et éclairer les traitements contre le cancer.
Comment les réseaux de neurones artificiels construisent leur propre mécanique d'apprentissage
Titre original: How artificial neural networks build their own learning machinery
Un groupe d'unités connectées de façon aléatoire peut se réorganiser en un réseau efficace de traitement de l'information lorsqu'on lui donne des règles simples sur le moment et la manière de modifier les connexions. L'équipe du MIT soutient que la capacité d'un réseau artificiel à s'organiser lui-même, sans l'intervention d'un développeur, constitue un test essentiel de plausibilité biologique. Les chercheurs préviennent que de tels réseaux ne apportent peut-être pas beaucoup d'éclairage sur l'apprentissage biologique.
Claude découvre un nouveau système enzymatique
Titre original: Claude discovers a novel enzyme system
Le nouveau laboratoire de sciences de la vie d'Anthropic utilise Claude pour explorer des jeux de données d'ADN à la recherche de familles de protéines non caractérisées. Dans les premiers résultats, avec seulement des orientations générales de la part des scientifiques, des agents Claude ont trouvé un nouveau système enzymatique à la fonction inconnue, dont les propriétés rappellent celles de CRISPR. Ce travail vise à générer des hypothèses à grande échelle et à les tester en laboratoire.
NiCLIP : modèle de préentraînement contrastif langage-image en neuroimagerie pour prédire du texte à partir d'images d'activation cérébrale
Titre original: NiCLIP: neuroimaging contrastive language-image pretraining model for predicting text from brain activation images
NiCLIP est un modèle d'IA qui décode des tâches, des concepts et des domaines cognitifs à partir des schémas d'activation cérébrale. Il a été entraîné sur plus de 23 000 articles et surpasserait les décodeurs traditionnels pour le décodage au niveau du groupe. Il a prédit avec précision des tâches cognitives à partir des cartes de groupe du Human Connectome Project, mais a montré des limites avec les cartes bruitées au niveau du sujet.
ETSAM : segmentation efficace des membranes cellulaires dans les tomogrammes de cryo-électrons
Titre original: ETSAM: effectively segmenting cell membranes in cryo-electron tomograms
Les membranes cellulaires sont difficiles à distinguer dans les volumes bruités de tomographie cryo-électronique. Les auteurs présentent ETSAM, une méthode en deux étapes qui affine Segment Anything Model 2 (SAM2) pour segmenter les membranes, entraînée sur 83 tomogrammes expérimentaux et 28 tomogrammes simulés. Sur 17 tomogrammes expérimentaux de test, elle a surpassé les autres méthodes d'apprentissage profond avec une sensibilité élevée et une meilleure précision.
Tangermeme : une boîte à outils pour comprendre la logique de régulation en cis à l'aide de modèles d'apprentissage profond
Titre original: Tangermeme: a toolkit for understanding cis-regulatory logic using deep learning models
Les modèles d'apprentissage profond prédisent bien les données génomiques, mais l'étape la plus difficile consiste à les utiliser pour la découverte biologique. Cet article décrit tangermeme, une boîte à outils hautement optimisée pour les parties de l'apprentissage profond génomique autres que le modèle lui-même. Il montre comment tangermeme peut distiller les motifs cis-régulateurs appris par les modèles en connaissances interprétables par l'humain.
Prédiction généralisable des perturbations
Titre original: Generalizable perturbation prediction
Les données de perturbation cellulaire révèlent des relations de régulation causales, mais ces données sont souvent rares, ce qui motive le développement de méthodes prédisant les réponses dans un contexte à partir d'autres. Les auteurs ont développé State, un modèle d'apprentissage automatique qui combine un modèle de transition d'état basé sur un transformeur pour les effets de perturbation en cellule unique avec un modèle pré-entraîné de plongement cellulaire. Il a été entraîné sur des données de perturbation issues de plus de 100 millions de cellules et sur des données observationnelles issues de 167 millions de cellules, et l'équipe a également créé Cell-Eval, un cadre d'évaluation pour comparer les modèles.
Analyse cas-témoins précise et à forte puissance statistique de données moléculaires spatiales
Titre original: Accurate and well-powered case–control analysis of spatial molecular data
Les méthodes existantes pour les données moléculaires spatiales reposent souvent sur des hypothèses restrictives qui peuvent passer à côté de signaux importants de maladie. VIMA, une méthode d'apprentissage profond, utilise un ensemble d'autoencodeurs variationnels pour résumer de petites zones de tissu et identifier des microniches dont l'abondance est corrélée au statut cas ou témoin. Dans les simulations, elle était bien calibrée et puissante, et appliquée à des jeux de données couvrant trois maladies, elle a retrouvé des mécanismes biologiques connus et identifié de nouvelles caractéristiques spatiales de la maladie.
ProFormer : classification généralisable des protéomes unicellulaires et plasmatiques par apprentissage profond
Titre original: ProFormer: generalizable classification of single-cell and plasma proteomes using deep learning
Les flux de travail protéomiques actuels ont un faible débit et nécessitent un traitement de données important, ce qui ralentit la classification des échantillons. ProFormer est un pipeline d'apprentissage profond fondé sur les transformeurs qui exploite directement les caractéristiques des ions peptidiques de niveau MS1 issues des données de spectrométrie de masse. Il a surpassé l'apprentissage automatique traditionnel et les CNN sur 14 architectures et a classé des protéomes de cellules uniques selon le type cellulaire, la phase du cycle et la trajectoire de différenciation, ainsi que l'état pathologique de patients à partir de protéomes plasmatiques.
CellART : un cadre unifié pour extraire des informations à l'échelle de la cellule unique à partir de la transcriptomique spatiale à haute résolution
Titre original: CellART: a unified framework for extracting single-cell information from high-resolution spatial transcriptomics
Les plateformes de transcriptomique spatiale à haute résolution capturent soit un faible nombre de transcrits par spot, soit ne mesurent qu'un nombre limité de gènes, ce qui rend difficile l'extraction d'informations à l'échelle de la cellule unique. CellART combine des images de coloration, des données de transcriptomique spatiale et des références de RNA-seq en cellule unique, en utilisant l'apprentissage profond et la modélisation probabiliste pour segmenter les cellules et annoter simultanément les types cellulaires. Les auteurs indiquent qu'il est efficace, généralisable et robuste, et que ses résultats sont compatibles avec des outils communautaires largement utilisés.
Présentation de Quine : un système de recherche en IA conçu pour la complexité de la biologie
Titre original: Introducing Quine: An AI research system designed for the complexity of biology
Quine, de Microsoft Research, est un projet à un stade précoce visant à construire un modèle du monde multimodal de la biologie ainsi qu'un environnement interactif reliant modèles, outils scientifiques, littérature et chercheurs, afin d'aider les scientifiques à hiérarchiser les hypothèses avant les tests en laboratoire. En collaboration avec des chercheurs du Broad Institute de Harvard et du MIT, l'équipe l'a utilisé pour hiérarchiser des composés censés provoquer des changements thérapeutiques de l'état tumoral, et a validé plusieurs des candidats les mieux classés dans de multiples essais en laboratoire. Le système est expérimental, destiné uniquement à la recherche, et ses résultats doivent être examinés par des chercheurs qualifiés.