παρατήρηση｜η «εποχή του γονιδιώματος του καθενός» πλησιάζει. ποιος θα κατανοήσει αποτελεσματικά και με ακρίβεια τα τεράστια δεδομένα της ζωής;
2024-09-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
πριν από την άφιξη της «εποχής του γονιδιώματος όλων», η βιομηχανία προσδιορισμού αλληλουχίας γονιδίων θα αντιμετωπίσει πρώτα το πρόβλημα της «έλλειψης εργατικού δυναμικού» στην ανάλυση και την ερμηνεία των δεδομένων ζωής.
«με την ταχεία ανάπτυξη της τεχνολογίας αλληλουχίας, όταν ο καθένας έχει την ευκαιρία να αποκτήσει αποκλειστικά προσωπικά δεδομένα ολόκληρου του γονιδιώματος, το πώς να ερμηνεύσει αποτελεσματικά και με ακρίβεια τα μυστήρια της ζωής από τεράστια δεδομένα ζωής έχει γίνει το επίκεντρο της βιομηχανίας». όταν η bgi, ο ηγέτης στην εγχώρια βιομηχανία αλληλουχίας, κυκλοφόρησε δύο συστήματα αλληλουχίας νανοπόρου, ο zhao lijian, διευθύνων σύμβουλος της bgi (300676.sz), μίλησε για τα προβλήματα που αντιμετωπίζει η βιομηχανία.
αξίζει να αναφερθεί ότι με το λανσάρισμα των sequencers nanopore, η bgi ανακοίνωσε ότι θα εισέλθει στο στάδιο "seq all", που σημαίνει ότι πέτυχε ένα προϊόν κλειστού βρόχου "full read length" αλληλουχίας. ομοίως, η ομάδα bgi πρότεινε το καινοτόμο παράδειγμα «generative bio-intelligent gbi all (generative bio-intelligent)» που βασίζεται σε γενετικές δοκιμές μεγάλων δεδομένων και προηγμένους αλγόριθμους ai.
σύμφωνα με αναφορές, ο πυρήνας της ιδέας gbi all είναι η επίτευξη εις βάθος ανάλυσης δεδομένων ολόκληρου του γονιδιώματος μέσω της γενετικής τεχνολογίας βιονοημοσύνης. μεταξύ αυτών, το genet, ένα πολυτροπικό μεγάλο μοντέλο για γενετικές δοκιμές, είναι η σημαντική ανακάλυψη της bgi στον τομέα των μεγάλων μοντέλων τεχνητής νοημοσύνης.
ο liang lungang, αναπληρωτής διευθυντής it στο bgi, δήλωσε ότι σε δοκιμές σε πραγματικά κλινικά δείγματα, το μοντέλο genet έχει δείξει εξαιρετικά υψηλή ακρίβεια και μπορεί να εξετάσει γρήγορα μεταλλάξεις που προκαλούν ασθένειες που σχετίζονται με κλινικούς φαινότυπους από εκατομμύρια παραλλαγές υποστήριξη για κλινική διάγνωση και θεραπεία.
εκτός από το κλινικά προσανατολισμένο μοντέλο genet, η bgi πρότεινε επίσης τη δημόσια πλατφόρμα διαβούλευσης γονιδιώματος chatgenet. οι απλοί χρήστες ανεβάζουν τις αναφορές γενετικών δοκιμών τους στην πλατφόρμα chatgenet και μαθαίνουν για τους γενετικούς κινδύνους και τις προτάσεις πρόληψης για σχετικές ασθένειες μέσω διαλόγου.
επιπλέον, η bgi κυκλοφόρησε επίσης το έξυπνο σύστημα πρόληψης και ελέγχου ασθενειών 13311i, το οποίο χρησιμοποιεί αλγόριθμους ai και ανάλυση μεγάλων δεδομένων για να βοηθήσει στην πρόβλεψη μεμονωμένων κινδύνων για την υγεία, στη διαμόρφωση εξατομικευμένων σχεδίων πρόληψης και στην προώθηση της μετάβασης από παθητική θεραπεία σε ενεργητική διαχείριση υγείας.
η bgi είπε ότι η εμφάνιση του gbi all θα προωθήσει την ιατρική ακριβείας στην εποχή της ψηφιακής νοημοσύνης.
στην πραγματικότητα, η απόκτηση γονιδιωματικών δεδομένων είναι μόνο το πρώτο βήμα για την επίλυση πολλών μυστηρίων της ζωής. αυτή είναι επίσης μια από τις μακροπρόθεσμες κατευθύνσεις βελτίωσης σε αυτόν τον τομέα.
ο kyle farh, αντιπρόεδρος τεχνητής νοημοσύνης στον παγκόσμιο κολοσσό της βιομηχανίας illumina, δήλωσε σε συνέδριο που πραγματοποιήθηκε στο nanjing του jiangsu τον περασμένο σεπτέμβριο, «οι αλγόριθμοι που βασίζονται στην τεχνητή νοημοσύνη και τα μεγάλα μοντέλα δείχνουν μεγάλες δυνατότητες στον τομέα των γενετικών δεδομένων, οπότε το the mena r&d η ομάδα καταβάλλει κάθε δυνατή προσπάθεια για να προωθήσει την εφαρμογή και την ανάπτυξη αλγορίθμων τεχνητής νοημοσύνης που βασίζονται στην εκπαίδευση φυσικής επιλογής σε γενετικά δεδομένα».
τον περασμένο ιούνιο, η illumina ανακοίνωσε επίσης την κυκλοφορία ενός νέου αλγόριθμου τεχνητής νοημοσύνης (ai), primateai-3d, ο οποίος μπορεί να χρησιμοποιήσει γονίδια πρωτευόντων και προηγμένη τεχνολογία τεχνητής νοημοσύνης για τη βελτίωση της πρόβλεψης γενετικού κινδύνου και της ανακάλυψης στόχων φαρμάκων. "μπορείτε να εκπαιδεύσετε παραγωγικά μοντέλα γλώσσας όπως το chatgpt σε υπάρχον κείμενο από τη wikipedia και αλλού. χρησιμοποιούμε παρόμοια αρχιτεκτονική βαθιάς μάθησης, αλλά τα δεδομένα μας προέρχονται από εκατομμύρια χρόνια φυσικής επιλογής", δήλωσε η εταιρεία εκείνη την εποχή.
ο ρεπόρτερ της εφημερίδας he liping
(αυτό το άρθρο προέρχεται από το the paper. για περισσότερες πρωτότυπες πληροφορίες, κάντε λήψη της εφαρμογής "the paper")
