首頁(yè) 資訊科學(xué)家希望創(chuàng)建AI虛擬細(xì)胞

科學(xué)家希望創(chuàng)建AI虛擬細(xì)胞

來(lái)源：泰然健康網(wǎng) 時(shí)間：2025年06月01日 07:05

Scientists want to create an AI virtual cell

美國(guó)英語(yǔ)科技

新聞源：THE WEEK

2025-01-17 15:00:00閱讀時(shí)長(zhǎng)2分鐘917字

AI虛擬細(xì)胞生成式AI細(xì)胞研究醫(yī)學(xué)實(shí)驗(yàn)公共健康計(jì)算生物學(xué)基因表達(dá)人工智能生物工程多尺度模型神經(jīng)網(wǎng)絡(luò)細(xì)胞機(jī)制跨學(xué)科合作隱性偏見(jiàn)物種偏見(jiàn)

科學(xué)家們希望通過(guò)生成式AI來(lái)簡(jiǎn)化細(xì)胞研究，創(chuàng)建一種能夠像真實(shí)細(xì)胞一樣對(duì)刺激作出反應(yīng)的AI虛擬細(xì)胞。這將允許研究人員在計(jì)算機(jī)上而不是活體細(xì)胞上進(jìn)行醫(yī)學(xué)實(shí)驗(yàn)，從而提高研究的效率和降低成本。

生物學(xué)的語(yǔ)言

提高對(duì)細(xì)胞的理解可能對(duì)公共健康產(chǎn)生重大影響。然而，《大西洋月刊》指出：“在這個(gè)微觀領(lǐng)域的實(shí)驗(yàn)往往是一種猜測(cè)；即使成功也常常令人困惑?！笨▋?nèi)基梅隆大學(xué)計(jì)算生物學(xué)教授兼AI驅(qū)動(dòng)生物醫(yī)學(xué)研究中心主任Jian Ma在接受《華盛頓郵報(bào)》采訪時(shí)解釋說(shuō)，不同的細(xì)胞類型對(duì)不同的刺激（如藥物和疾?。┯胁煌姆磻?yīng)，“每種細(xì)胞類型——無(wú)論是神經(jīng)元、肌肉細(xì)胞還是皮膚細(xì)胞——表達(dá)一組獨(dú)特的基因”。

由于細(xì)胞的復(fù)雜性，細(xì)胞研究通常需要很長(zhǎng)時(shí)間，但卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)家、穆罕默德·本·扎耶德人工智能大學(xué)校長(zhǎng)Eric Xing表示，利用人工智能“解碼并說(shuō)出生物學(xué)的語(yǔ)言”可以加快這一過(guò)程。

技術(shù)提供的機(jī)遇

《細(xì)胞》雜志的一篇文章指出，現(xiàn)代技術(shù)提供了“開(kāi)創(chuàng)性的機(jī)會(huì)，可以通過(guò)多尺度、多模態(tài)大型神經(jīng)網(wǎng)絡(luò)模型來(lái)創(chuàng)建AI虛擬細(xì)胞，這種模型可以代表和模擬分子、細(xì)胞和組織在不同狀態(tài)下的行為”。AI模型甚至有可能模擬整個(gè)器官。

然而，要使AI細(xì)胞模型被認(rèn)為是成功的，它需要“賦能研究人員在不同物種和細(xì)胞類型之間創(chuàng)建通用表示”，并且“準(zhǔn)確預(yù)測(cè)細(xì)胞功能、行為和動(dòng)力學(xué)，理解細(xì)胞機(jī)制”，斯坦福大學(xué)表示。此外，它還需要在計(jì)算機(jī)上以更高的速度和更低的成本進(jìn)行實(shí)驗(yàn)，而不僅僅是實(shí)際細(xì)胞。

巨大的項(xiàng)目

盡管技術(shù)正在迅速發(fā)展，但創(chuàng)建AI細(xì)胞仍然是一項(xiàng)艱巨的任務(wù)。它需要將多個(gè)不同生物功能的基礎(chǔ)模型整合到一個(gè)模型中?！翱茖W(xué)家們還沒(méi)有弄清楚所有必要的模型，更不用說(shuō)如何組裝它們了”，《大西洋月刊》報(bào)道。實(shí)際上，這是一個(gè)“巨大的項(xiàng)目，類似于基因組項(xiàng)目，需要跨學(xué)科、行業(yè)和國(guó)家的合作，我們理解完全功能的模型可能需要十年或更長(zhǎng)時(shí)間才能可用”，斯坦福大學(xué)生物工程和病理學(xué)副教授Emma Lundberg說(shuō)道，她也是《細(xì)胞》文章的高級(jí)作者。

雖然這項(xiàng)技術(shù)有明顯的益處，但生成式AI也有其缺點(diǎn)。研究表明，它可能會(huì)強(qiáng)化人類的隱性偏見(jiàn)，尤其是在性別和種族方面?！皝?lái)自人類和模型生物（如小鼠和大腸桿菌）的數(shù)據(jù)在序列和文獻(xiàn)數(shù)據(jù)庫(kù)中存在不平等的代表性，這些數(shù)據(jù)用于訓(xùn)練時(shí)會(huì)編碼強(qiáng)烈的物種偏見(jiàn)”，《細(xì)胞》文章指出?！捌渌?jiàn)，例如在性別、特定疾病或人類祖先群體方面的偏見(jiàn)，也可能降低[AI虛擬細(xì)胞]模型的影響”。

(全文結(jié)束)