Команда обучает модель искусственного интеллекта для выявления целевых показателей возрастных заболеваний

Новая исследовательская работа под названием «Биомедицинская генеративная, предварительно обученная языковая модель преобразователя для выявления целевых показателей возрастных заболеваний” был опубликован в Старение.

Открытие целей имеет решающее значение для разработки инновационных методов лечения и диагностики. Однако современные подходы часто сталкиваются с ограничениями в эффективности, специфичности и масштабируемости, что требует изучения новых стратегий для выявления и проверки целей, связанных с заболеванием. Достижения в обработка естественного языка открыли новые возможности для прогнозирования потенциальные терапевтические цели при различных заболеваниях.

В своем новом исследовании исследователи Диана Загирова, Стефан Пушков, Джеффри Хо Дуэн Люн, Бонни Хей Ман Лю, Анатолий Урбан, Денис Сидоренко, Александр Калашников, Екатерина Козлова, Владимир Наумов, Фрэнк В. Пун, Иван В. Озеров, Алекс Алипер, и Алекс Жаворонков из Insilico Medicine представляют новый подход к прогнозированию терапевтических целей с использованием модели большого языка (LLM).

«Мы обучили предметно-ориентированную модель BioGPT на большом массиве биомедицинской литературы, состоящей из текстов грантов, и разработали конвейер для генерации целевых прогнозов», — объясняют исследователи.

Это исследование показывает, что предварительное обучение модели LLM текстами для конкретных задач повышает ее производительность. Применяя разработанный конвейер, исследователи извлекли предполагаемые цели старения и возрастных заболеваний и показали, что эти белки соответствуют данным базы данных. Более того, они предлагают CCR5 и PTH в качестве потенциальных новых мишеней двойного назначения против старения и заболеваний, которые ранее не были идентифицированы как связанные с возрастом, но имели высокий рейтинг в их подходе.

«В целом, наша работа подчеркивает высокий потенциал моделей-трансформеров в прогнозировании новых целей и обеспечивает план будущей интеграции подходов искусственного интеллекта для решения сложных проблем, представленных в биомедицинской области», — резюмируют команда.