九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

編輯丨&

生命的誕生充滿謎團(tuán)。從第一個蛋白質(zhì)分子出現(xiàn)，再到首個細(xì)胞完成了自己的分裂。現(xiàn)在的奇跡來自于一個個鮮活的細(xì)胞聚合體。

而現(xiàn)在，隨著人工智能的發(fā)展，AI 虛擬細(xì)胞（AIVC）的創(chuàng)建也逐漸從無走到有。為了能更好的了解生命的運作方式與疾病的發(fā)病原理，AIVC 成為了當(dāng)前熱門且極有潛力的探索方向。

雖然，細(xì)胞的屬性與行為無不在挑戰(zhàn)物理與計算建模的極限，其中動態(tài)和適應(yīng)系統(tǒng)所蘊含的復(fù)雜行為讓整個細(xì)胞內(nèi)部對于擾動的反應(yīng)處于截然不同的反應(yīng)狀態(tài)。

現(xiàn)有的細(xì)胞模型通常是基于規(guī)則，并將有關(guān)潛在生物學(xué)機制的假設(shè)與來自觀察數(shù)據(jù)的參數(shù)相結(jié)合。這通常依賴于明確定義的數(shù)學(xué)或計算方法，不同的復(fù)雜程度涵蓋了細(xì)胞生物學(xué)的不同方面。

來自斯坦福大學(xué)的研究人員們呼吁，現(xiàn)在正是利用 AI 來創(chuàng)造第一個 AIVC 的時候。他們的聲音以「How to build the virtual cell with artificial intelligence: Priorities and opportunities」為題，于 2024 年 12 月 12 日發(fā)布在《Cell》。

對人類細(xì)胞進(jìn)行建模可以被認(rèn)為是生物學(xué)的圣杯。團(tuán)隊中，一位教授如此形容道。AI 提供了直接從數(shù)據(jù)中學(xué)習(xí)的能力，并超越假設(shè)和直覺來發(fā)現(xiàn)復(fù)雜生物系統(tǒng)的新興特性。

AIVC

從實驗上講，測量技術(shù)吞吐量的指數(shù)級增長導(dǎo)致不同細(xì)胞和組織系統(tǒng)內(nèi)和之間收集了大型且不斷增長的參考數(shù)據(jù)集。在過去幾年中，數(shù)據(jù)以及將這些測量與系統(tǒng)擾動耦合的能力每 6 個月翻一番。

在計算方面，AI 的并發(fā)進(jìn)步增強了我們直接從數(shù)據(jù)中學(xué)習(xí)模式和過程的能力，而無需明確的規(guī)則或人工注釋。

AI 中的最新建模方法提供了表示和推理工具，這些工具滿足預(yù)測、生成和可查詢的三重奏，是推進(jìn)生物學(xué)研究和理解的關(guān)鍵實用程序。通過建立這些特性，現(xiàn)在有方法來開發(fā)一個完全由數(shù)據(jù)驅(qū)動的基于神經(jīng)網(wǎng)絡(luò)的 AIVC 表示。

它可以通過實現(xiàn)快節(jié)奏的計算機研究，以及計算方法和驗證性濕實驗室實驗之間的強大橋梁來加速生物醫(yī)學(xué)的研究。

AIVC 的創(chuàng)建將開啟生物學(xué)高保真模擬的新時代。將通過改變生成假設(shè)和確定優(yōu)先級的方式，使生物學(xué)家能夠跨越一個大大擴(kuò)展的范圍，更好地適應(yīng)生物學(xué)的巨大尺度，從而賦予實驗者和理論家權(quán)力。

盡管細(xì)胞模型可能并不總是直接識別機制關(guān)系，但他們可以被視為有效縮小機制假設(shè)并搜索空間的工具，從而加速發(fā)現(xiàn)細(xì)胞功能背后的潛在因素。

虛擬細(xì)胞路上的重大挑戰(zhàn)

生物學(xué)中數(shù)量激增的基礎(chǔ)模型執(zhí)行了本視角中概述的虛擬單元功能的子集。生物學(xué)非常復(fù)雜：它在不同的尺度、不同的環(huán)境中運作，并用不同的模式進(jìn)行測量。AIVC 模型必須在所有這些軸上保持一致。

AIVC 模型最終將根據(jù)大型基礎(chǔ)模型通過為生物過程提供新的見解或加速科學(xué)過程來擴(kuò)展我們對生物學(xué)的理解的能力進(jìn)行評判。可操作的模型輸出是設(shè)計經(jīng)濟(jì)實惠且高效的驗證實驗的高實用性，是初始實際使用的關(guān)鍵。

AIVC 的成功開發(fā)需要跨學(xué)科的合作，而生成反映人類多樣性的大型數(shù)據(jù)集是非常艱難的。且先不說在使用 AIVC 的時候，方式方法是否合乎道德或者透明，亦或者數(shù)據(jù)是否會被偽造造成模型污染。

AIVC 協(xié)作開發(fā)的一個基本問題是應(yīng)該收集哪些數(shù)據(jù)和模式以實現(xiàn)跨生物背景和規(guī)模的泛化。

這些數(shù)據(jù)需要涵蓋不同物種、領(lǐng)域和模式的生物學(xué)廣度，代表生命的異質(zhì)性，同時保持足夠的深度以區(qū)分真實信號和噪聲。數(shù)據(jù)生成的一個關(guān)鍵方面是同時測量時間和物理尺度，同時還允許對系統(tǒng)進(jìn)行擾動。

AIVC 將是一個多尺度基礎(chǔ)模型，它在每個物理尺度上學(xué)習(xí)生物實體的不同表示。每種表示都普遍適用于特定類別的生物實體。這種抽象允許虛擬單元在這個通用框架內(nèi)無縫發(fā)展和整合新數(shù)據(jù)。無論是來自新模式還是來自分布式外源。

用于構(gòu)建的 AI 技術(shù)

AIVC 將連接許多不同的神經(jīng)網(wǎng)絡(luò)架構(gòu)。盡管這些架構(gòu)可能不是專門為生物應(yīng)用而設(shè)計的，但它們在與特定的生物模式和歸納偏差匹配時都得到了成功的結(jié)果。

擴(kuò)散模型是一類生成式深度學(xué)習(xí)模型，最近因其能夠在各個領(lǐng)域生成高質(zhì)量、多樣化的樣本而受到關(guān)注。基于擴(kuò)散模型架構(gòu)，流匹配方法等方法也可以對隨時間推移的分布演變進(jìn)行建模。

擴(kuò)散和流匹配模型學(xué)習(xí)和復(fù)制復(fù)雜分布的能力，結(jié)合流匹配方法的時間和空間建模功能，使其特別適合涉及生物系統(tǒng)典型高維復(fù)雜數(shù)據(jù)結(jié)構(gòu)的任務(wù)。

AIVC 的起點是模擬中心法則的三種類型的分子：DNA、RNA 和蛋白質(zhì)。這些都可以表示為字符序列核苷酸或氨基酸。此類序列數(shù)據(jù)特別適合最初為自然語言處理開發(fā)的 AI 方法，例如大型語言模型（LLM）。

下一個抽象級別對單個細(xì)胞狀態(tài)進(jìn)行建模。由于細(xì)胞功能以細(xì)胞中形成的分子相互作用和信號網(wǎng)絡(luò)為基礎(chǔ)，因此可以使用分子和其他特征的表示來構(gòu)建細(xì)胞 UR，描述分子成分的組織和豐度。

從模型架構(gòu)的角度來看，transformer 或利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）的模型廣泛適用于生物圖像，跨多個成像通道進(jìn)行建模，捕捉不同的生物特征。隨著 AIVC 模型的復(fù)雜性增加，對細(xì)胞器和無膜隔室進(jìn)行建模也至關(guān)重要。

從單細(xì)胞到多細(xì)胞的建模，需要走的路會更長，此處不做過多贅述。

值得樂觀的前景

遺傳學(xué)和基因組學(xué)界已經(jīng)創(chuàng)建了許多大型參考數(shù)據(jù)集，而借由這些項目，可以使用大量參考數(shù)據(jù)來訓(xùn)練機器學(xué)習(xí)模型。雖然這些努力并未發(fā)展完善，但它們也促進(jìn)了一項新的平行努力：創(chuàng)建細(xì)胞生物學(xué)的虛擬模擬，這是一種科學(xué)探究的新流程。

因此，AIVC 有可能徹底改變科學(xué)過程，從而在生物醫(yī)學(xué)研究、個性化醫(yī)學(xué)、藥物發(fā)現(xiàn)、細(xì)胞工程和可編程生物學(xué)方面取得未來突破。作為虛擬實驗室，其可以促進(jìn)模擬實驗數(shù)據(jù)與現(xiàn)實實驗結(jié)果的無縫銜接。

團(tuán)隊堅定不移地倡導(dǎo)開放科學(xué)方法的作用，在開放科學(xué)方法中，科學(xué)界樂于共享數(shù)據(jù)、模型和基準(zhǔn)，將發(fā)現(xiàn)和見解置于情境中，并營造持續(xù)改進(jìn)的氛圍。他們歡迎并鼓勵各部門和領(lǐng)域的所有利益相關(guān)者參與這項工作。

在龐大的科學(xué)背景與共同目標(biāo)的促成下，他們相信，人類正邁向科學(xué)發(fā)展的新方向。

原文鏈接：