DeepMind新AI模型AlphaMissense可预测遗传疾病
文章概要:
1. AlphaMissense是Google DeepMind团队的新型人工智能模型,专注于分析DNA突变的影响,可加速罕见疾病研究。它以高准确度预测错义变异致病性,为医学研究提供了新工具。
2. 该模型结合了自然语言处理和生物学知识,可为遗传学家和医生提供有关患者DNA中潜在基因突变的重要信息,帮助更快诊断和治疗遗传性疾病。
3. AlphaMissense不仅有助于个体基因突变研究,还展示了人工智能在生物学领域的广泛应用潜力,有助于更好理解整个基因组的表达方式。
近期,Google DeepMind发布了一款名为AlphaMissense的新型人工智能模型,该模型专注于分析DNA突变对健康的影响,预测基因错义变异的致病性,从而加速了罕见疾病的研究。该模型不仅为医学研究领域带来了革命性的工具,还展示了人工智能在生物学中的广泛应用潜力。
研究人员发现,基因错义变异是导致许多遗传性疾病的原因之一,但在人类基因组中存在数以百万计的这类变异,大多数对健康无害。因此,识别哪些变异实际上可能导致疾病一直是一个巨大的挑战。过去的研究需要耗费数月的时间来分析单个错义变体的影响,而且结果也不总是准确。
图源备注:图片由AI生成,图片授权服务商Midjourney
AlphaMissense的突出特点是其高度准确的预测能力。它可以为每种错义变异分配一个0到1之间的致病性评分,评分越高,该变异导致疾病的可能性越大。研究表明,AlphaMissense的准确度达到了惊人的90%,其中89%的变异已经被正确分类。这意味着遗传学家和医生可以更快速地识别患者DNA中的潜在基因突变,从而更迅速地进行诊断和治疗。
与AlphaFold等模型不同,AlphaMissense的工作方式更像是一个经过生物学训练的语言模型,它了解蛋白质中氨基酸的正常序列,并能够检测到异常。这使得它能够更好地理解基因错义变异的影响,并为研究人员提供宝贵的信息。
除了帮助研究特定基因变异是否致病,AlphaMissense还展示了人工智能在生物学中的更广泛应用潜力。它可以帮助我们更深入地理解整个基因组的表达方式,从而有助于解开基因和健康之间更多的谜团。
然而,研究人员也强调,AlphaMissense的预测结果不应单独使用,而应用于指导实际研究。它可以帮助快速排除不太可能导致疾病的基因变异,但最终的诊断和治疗仍需要深入的临床研究。
加州议员提议规范AI模型
要点:1、加州议员ScottWiener提出法案,要求AI模型开发商达到透明度标准。2、该提案计划建立加州AI研究所,在AI安全风险方面进行测试。3、Wiener的目标是启动关于如何监管AI的讨论。站长网2023-09-14 21:35:570000美国政府拟出台新规定,要求对使用人工智能的算法进行评估和监管
划重点:-美国政府计划出台新规定,要求对在医疗保健、执法和住房领域使用的算法进行评估,以防止潜在的歧视或其他对人权产生不良影响。-新规定可能会迫使美国政府在AI方面采取改变,例如FBI使用的面部识别技术,该技术因未采取国会要求的措施以保护公民自由而受到批评。-新规定将要求政府机构在2024年8月之前评估现有算法,并停止使用不符合规定的算法。站长网2023-11-02 10:55:390001微信规范公众号标题夸大营销行为 将根据违规程度做出处罚
今日,微信官方发布《关于规范公众号标题夸大营销的公告》称,近期,平台发现部分创作者为了提高阅读量,故意将文章标题的描述混淆为官方通知,用震惊、严肃的词语来夸大紧急程度和影响面,吸引用户点击进入,实际正文为与标题不相关的营销广告内容,并不是标题所说的通知或新闻。这种行为容易给用户产生误导,损害了用户的阅读体验,对平台内容生态造成不良影响。站长网2024-02-28 15:45:300001预制菜、床垫、榴莲,辛巴为什么是热搜常客?
“预制菜可以吃,而且对人更好。预制菜是最应该给孩子......就是......让孩子去吃好的预制菜,是可以的,更健康更卫生。”2024年1月17日,网红主播辛巴在直播间推销一款预制菜时做出上述表达。这段话很快被做成切片短视频传播开。众多网友、媒体认为辛巴在“高度赞美、宣扬、鼓吹”预制菜:“网红为了带货什么都说得出口、为赚钱毫无底线。”站长网2024-01-23 16:07:510001“薛之谦盗摄”上热搜背后,要注意“反屏摄”而非“反分享”
2月15日下午,薛之谦在微博发布了一段题为“偷看”的《飞驰人生2》观后感,长文内容是一贯的薛之谦式幽默文风,主要讲述他观看《飞驰人生2》的经历。内容本来没啥可说的,但配图却闯了祸——因为文内几张照片明显是影院现场拍摄的正片内容,评论中出现了不少人提醒薛之谦此举不妥,@百老汇电影中心也转发并表示“文明观影,拒绝屏摄”。站长网2024-02-17 10:43:330002