「AIモデルの既知の課題である個人用ゲノム予測のために、アルファゲノームを設計または検証していません」とGoogleは声明で述べています。 AIシステムの根底にあるのは、GGoogleで発明されたいわゆる変圧器アーキテクチャであり、GPT-4のような大規模な言語モデルも搭載されています。これは、公共科学プロジェクトによって生成された大量の実験データで訓練されました。 ラローは、このシステムは彼の研究室が日々どのように機能するかを広く変えることはないが、新しい種類の研究を可能にする可能性があると言います。たとえば、医師は、なじみのない突然変異で毛を詰めて、超レアがんの患者に遭遇することがあります。アルファゲノームは、これらの変異のどれが実際に根の問題を引き起こしているかを示唆する可能性があり、おそらく治療を指しています。 「がんの特徴は、DNAの特定の変異が間違った遺伝子を間違った文脈で発現させることです」と、ミュンヘン工科大学の計算医学の教授であるジュリアン・ガニュールは言います。 「このタイプのツールは、適切な遺伝子発現を台無しにするものを絞り込むのに役立ちます。」 同じアプローチは、まれな遺伝疾患の患者に適用される可能性があり、その多くは、たとえDNAが解読されたとしても、自分の状態の源を決して学習しません。 「私たちは彼らのゲノムを得ることができますが、どの遺伝的変化が病気を引き起こすかについては無知です」とGagneur氏は言います。彼は、アルファゲノームが医学的科学者にそのような症例を診断する新しい方法を与えることができると考えています。 最終的に、一部の研究者は、AIを使用してゲノム全体をゼロから設計し、新しい生命体を作成することを目指しています。他の人は、モデルが薬物研究のための完全な仮想研究所を作成するために使用されると考えています。 「私の夢は仮想セルをシミュレートすることです」とGoogle DeepmindのCEOであるDemis Hassabisは今年述べました。 Kohliは、そのようなシステムへの道をAlphagenomeと呼びます。 「アルファゲノームは細胞全体を完全にモデル化しないかもしれませんが、DNAのより広いセマンティクスに光を当てるようになり始めています」と彼は言います。