Исследователи из Принстонского университета под руководством Мэнди Ванг, специалиста по машинному обучению, привнесли новаторские методы в область генетики, используя искусственный интеллект для анализа генетического кода. С их помощью была разработана модель, способная оптимизировать частичные последовательности генома, что может применяться, например, для разработки эффективных мРНК-вакцин против COVID-19.
МРНК играет ключевую роль в процессе трансляции информации в белки, однако лишь часть мРНК содержит код для синтеза белка, остальная часть регулирует процессы трансляции. Ученые сконцентрировались на не транслируемых областях мРНК, чтобы улучшить эффективность вакцин. После обучения моделью на ограниченном количестве видов исследователи создали сотни новых оптимизированных последовательностей и успешно проверили их в лаборатории.
Эта языковая модель, первая в своем роде, сфокусированная на не транслируемых областях мРНК, продемонстрировала повышенную эффективность и способность прогнозировать результаты последовательностей в различных задачах. Слова Мэнди Ванг подчеркивают, что успех этой модели указывает на новые перспективы в исследованиях генной регуляции, что существенно для борьбы с различными заболеваниями и нарушениями.
Результаты исследования, опубликованные в Nature Machine Intelligence, открывают новые горизонты в области медицинской генетики и подтверждают потенциал искусственного интеллекта в создании инновационных подходов к биомедицинским проблемам.