osservazione ｜l'era del genoma di tutti si sta avvicinando. chi comprenderà in modo efficiente e accurato gli enormi dati sulla vita?
2024-09-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
prima dell'avvento dell'"era del genoma di tutti", l'industria del sequenziamento dei geni dovrà affrontare il problema della "carenza di manodopera" nell'analisi e nell'interpretazione dei dati sulla vita.
"con il rapido sviluppo della tecnologia di sequenziamento, quando tutti hanno l'opportunità di ottenere dati personali esclusivi sull'intero genoma, il modo in cui interpretare in modo efficiente e accurato i misteri della vita da enormi quantità di dati sulla vita è diventato recentemente il focus del settore." quando bgi, leader nel settore del sequenziamento nazionale, ha rilasciato due sequenziatori di nanopori, zhao lijian, ceo di bgi (300676.sz), ha parlato dei problemi che affliggono il settore.
vale la pena ricordare che con il lancio dei sequenziatori di nanopori, bgi ha annunciato che entrerà nella fase "seq all", il che significa che ha ottenuto un prodotto di sequenziamento a "lunghezza di lettura completa" a circuito chiuso. allo stesso modo, il team bgi ha proposto il paradigma innovativo “generative bio-intelligent gbi all (generative bio-intelligent)” basato su big data di test genetici e algoritmi avanzati di intelligenza artificiale.
secondo i rapporti, il nucleo del concetto gbi all è quello di ottenere un’analisi approfondita dei dati dell’intero genoma attraverso la tecnologia di biointelligenza generativa. tra questi, genet, un grande modello multimodale per i test genetici, rappresenta la principale innovazione di bgi nel campo dei grandi modelli di intelligenza artificiale.
liang lungang, vicedirettore it della bgi, ha affermato che nei test su campioni clinici reali, il modello genet ha dimostrato un'accuratezza estremamente elevata e può rapidamente individuare le mutazioni che causano malattie correlate ai fenotipi clinici da milioni di siti varianti supporto alla diagnosi clinica e al trattamento.
oltre al modello genet orientato alla clinica, bgi ha anche proposto la piattaforma di consultazione del genoma chatgenet orientata al pubblico. gli utenti ordinari caricano i loro rapporti sui test genetici sulla piattaforma chatgenet e vengono informati sui rischi genetici e sui suggerimenti per la prevenzione delle malattie correlate attraverso il dialogo.
inoltre, bgi ha anche lanciato il sistema intelligente di prevenzione e controllo delle malattie 13311i, che utilizza algoritmi di intelligenza artificiale e analisi di big data per aiutare a prevedere i rischi per la salute individuale, formulare piani di prevenzione personalizzati e promuovere la trasformazione dal trattamento passivo alla gestione attiva della salute.
bgi ha affermato che l’emergere di gbi all promuoverà la medicina di precisione nell’era dell’intelligenza digitale.
in effetti, ottenere dati genomici è solo il primo passo per risolvere molti misteri della vita. come elaborare l'enorme quantità di dati ottenuti mediante il sequenziamento è la chiave per l'applicazione efficace di questa tecnologia. questa è anche una delle direzioni di miglioramento a lungo termine in questo campo.
kyle farh, vicepresidente dell'intelligenza artificiale del gigante industriale globale illumina, ha dichiarato in una conferenza tenutasi a nanchino, jiangsu, lo scorso settembre: "gli algoritmi basati sull'intelligenza artificiale e su grandi modelli stanno mostrando un grande potenziale nel campo dei dati genetici, quindi the mena r&d sta facendo ogni sforzo per promuovere l’applicazione e lo sviluppo di algoritmi di intelligenza artificiale basati sull’addestramento alla selezione naturale nei dati genetici”.
nel giugno dello scorso anno, illumina ha anche annunciato il lancio di un nuovo algoritmo di intelligenza artificiale (ai), primateai-3d, che può utilizzare i geni dei primati e la tecnologia avanzata di intelligenza artificiale per migliorare la previsione del rischio genetico e la scoperta di bersagli farmacologici. "puoi addestrare modelli linguistici generativi come chatgpt su testo esistente da wikipedia e altrove. usiamo un'architettura di deep learning simile, ma i nostri dati provengono da milioni di anni di selezione naturale", disse all'epoca la società.
il giornalista del giornale he liping
(questo articolo è tratto da the paper. per informazioni più originali, scarica l'app “the paper”)
