点击本文中加粗蓝色字体即可一键直达新药情报库免费查阅文章里提到的药物、机构、靶点、适应症的最新研发进展。
近年来，由于生物学领域的快速发展，科学家们通过积累的大量细胞数据，借助人工智能（AI）技术，深入探索细胞微观活动的预测。2024年诺贝尔化学奖表彰了在蛋白质结构预测和计算蛋白设计方面的开创性贡献。哥伦比亚大学的Raul Rabadan教授指出：“准确预测细胞活动的能力将根本改变我们对生物学基本过程的理解，使生物学研究从随机变为可以预测和控制的科学。”
当前，科学家在预测细胞内部基因和蛋白质的活动方面仍面临重大挑战。传统的方法只能在干预后观察到细胞的变化，无法提前预测细胞的运行机理和对环境变化的反应。不过，Rabadan教授与团队发表在《自然》杂志上的研究取得了突破。通过利用AI，他们可以准确预测人类任何细胞类型中的基因活动，揭示基因表达、调控活性及转录因子之间的相互作用，这对于揭示细胞的遗传网络具有重要意义。
过去的研究通常依靠某种特定细胞的数据来训练AI，而此项研究则使用了更广泛的数据基础。AI的训练数据来自数百万个人类健康组织细胞的基因表达样本，揭示了基因组中特定片段的表达和可及性。类似于ChatGPT，这种AI通过大量数据学习，通过对不同基因表达状态的理解，预测细胞在各种条件下的状态，并根据新的数据应用所学规则。
该AI模型不仅能预测基因活动，还可望为疾病研究提供深刻的见解。例如，在特殊的儿童AIgn_promotion=LS_SEOGW">白血病中，AI分析基因数据后阐明了突变如何通过破坏转录因子的相互作用推动疾病发展。此外，AI还能够探索基因中的“暗物质”区域，为AIgn_promotion=LS_SEOGW">癌症相关突变的机制研究提供可能的途径。
目前，Rabadan教授正与其他研究团队合作，探讨健康细胞的基因调控模式及其与癌症发展的关系。此项研究或为癌症治疗提供新的靶点和方向。
免责声明：新药情报内容编辑团队专注于介绍全球生物医药健康研究的最新进展，本文旨在提供信息交流，不代表任何立场或治疗方案推荐。如需专业医疗建议，请咨询正规医疗机构。
