observation｜l'ère du génome de tous approche. qui comprendra efficacement et précisément les données massives sur la vie ?
2024-09-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
avant l'avènement de « l'ère du génome universel », l'industrie du séquençage génétique sera d'abord confrontée au problème de la « pénurie de main-d'œuvre » dans l'analyse et l'interprétation des données sur la vie.
"avec le développement rapide de la technologie de séquençage, alors que chacun a la possibilité d'obtenir des données personnelles exclusives sur le génome entier, la manière d'interpréter efficacement et précisément les mystères de la vie à partir de données massives sur la vie est devenue récemment au centre de l'industrie." lorsque bgi, leader de l'industrie nationale du séquençage, a lancé deux séquenceurs de nanopores, zhao lijian, pdg de bgi (300676.sz), a parlé des problèmes auxquels l'industrie est confrontée.
il convient de mentionner qu'avec le lancement des séquenceurs nanopores, bgi a annoncé qu'elle entrerait dans l'étape « seq all », ce qui signifie qu'elle a réalisé un produit de séquençage « pleine longueur de lecture » en boucle fermée. de même, l’équipe bgi a proposé le paradigme innovant « generative bio-intelligent gbi all (generative bio-intelligent) » basé sur les mégadonnées de tests génétiques et les algorithmes avancés d’ia.
selon les rapports, le cœur du concept gbi all est de réaliser une analyse approfondie des données du génome entier grâce à la technologie de biointelligence générative. parmi eux, genet, un grand modèle multimodal pour les tests génétiques, constitue l’avancée majeure de bgi dans le domaine des grands modèles d’ia.
liang lungang, directeur adjoint de l'informatique chez bgi, a déclaré que lors de tests sur des échantillons cliniques réels, le modèle genet a démontré une précision extrêmement élevée et peut rapidement détecter les mutations pathogènes liées aux phénotypes cliniques provenant de millions de sites variantes, ce qui peut fournir. soutien au diagnostic clinique et au traitement.
en plus du modèle genet à orientation clinique, bgi a également proposé la plateforme publique de consultation du génome chatgenet. les utilisateurs ordinaires téléchargent leurs rapports de tests génétiques sur la plateforme chatgenet et découvrent les risques génétiques et les suggestions de prévention des maladies associées par le biais du dialogue.
en outre, bgi a également lancé le système intelligent de prévention et de contrôle des maladies 13311i, qui utilise des algorithmes d'ia et l'analyse de mégadonnées pour aider à prédire les risques individuels pour la santé, à formuler des plans de prévention personnalisés et à promouvoir la transformation d'un traitement passif à une gestion active de la santé.
bgi a déclaré que l’émergence de gbi all fera entrer la médecine de précision dans l’ère de l’intelligence numérique.
en fait, l’obtention de données génomiques n’est que la première étape vers la résolution de nombreux mystères de la vie. la manière de traiter les données massives obtenues par séquençage est la clé de l’application efficace de cette technologie. c'est également l'une des orientations d'amélioration à long terme dans ce domaine.
kyle farh, vice-président de l'intelligence artificielle chez le géant mondial de l'industrie illumina, a déclaré lors d'une conférence tenue à nanjing, jiangsu en septembre dernier : « les algorithmes basés sur l'intelligence artificielle et les grands modèles montrent un grand potentiel dans le domaine des données génétiques. l’équipe met tout en œuvre pour promouvoir l’application et le développement d’algorithmes d’ia basés sur l’entraînement à la sélection naturelle des données génétiques.
en juin de l'année dernière, illumina a également annoncé le lancement d'un nouvel algorithme d'intelligence artificielle (ia), primateai-3d, qui peut utiliser les gènes des primates et une technologie avancée d'intelligence artificielle pour améliorer la prédiction du risque génétique et la découverte de cibles médicamenteuses. "vous pouvez former des modèles de langage génératifs comme chatgpt sur du texte existant de wikipédia et d'ailleurs. nous utilisons une architecture d'apprentissage en profondeur similaire, mais nos données proviennent de millions d'années de sélection naturelle", a déclaré la société à l'époque.
le journaliste du journal he liping
(cet article provient de the paper. pour plus d'informations originales, veuillez télécharger l'application « the paper »)
