DeepMind pubblica AlphaGenome Atlas, mappa predittiva di 9 miliardi di mutazioni
Testo scritto con l’intelligenza artificiale a partire da fonti pubbliche, senza revisione umana prima della pubblicazione.
La piattaforma stima l'effetto molecolare di ogni possibile singola sostituzione di base nel genoma umano e è disponibile gratuitamente per la ricerca accademica.
Sviluppi Ne abbiamo scritto di nuovo il 9 set: DeepMind pubblica AlphaGenome: mappa ~9 miliardi di piccole varianti del DNA
Google DeepMind mette online AlphaGenome Atlas: predizioni sull’effetto di 9 miliardi di varianti a singolo nucleotide — ogni possibile cambio di lettera — nel genoma umano. Accesso gratuito per la ricerca accademica via portale web.
DeepMind lo definisce “il catalogo più completo” di come le mutazioni genetiche influenzano la biologia molecolare. Obiettivo: accelerare la comprensione della biologia e contribuire, nel tempo, al trattamento delle malattie.
Nel DNA l’alfabeto è A, C, G e T. Il genoma umano conta circa tre miliardi di coppie di lettere. Le sostituzioni a singola lettera possibili sono circa nove miliardi. Un cambio può non avere effetti, spiegare differenze tra persone o avere un ruolo nella malattia.
Testare in laboratorio ogni variante è impraticabile. L’Atlas nasce per superare questo collo di bottiglia con predizioni su scala completa: una mappa che stima l’impatto molecolare di ciascun cambio di lettera nel genoma umano.
Il lancio si lega a un lavoro precedente: AlphaGenome, un modello di intelligenza artificiale che prevede come le varianti genetiche influenzano processi biologici. Con l’Atlas, quelle capacità diventano consultabili come insieme di predizioni sull’intero spazio dei cambi possibili a livello di singola lettera.
I ricercatori descrivono l’Atlas come “una mappa predittiva di ogni possibile cambio di lettera nel DNA umano”. Il sistema apprende schemi tra modifiche nel DNA e aspetti della biologia umana, secondo il post che annuncia lo strumento e ne delimita la portata sul genoma.
L’accesso punta alla fruibilità. DeepMind parla di un sito “intuitivo e gratuito da usare” per la comunità accademica, con predizioni ricercabili senza barriere economiche per università e centri di ricerca.
La posta in gioco è ampia. Predire l’impatto molecolare di ogni cambio di lettera può accelerare studi sui meccanismi biologici. DeepMind collega questa capacità alla possibilità, nel lungo periodo, di contribuire a nuovi trattamenti.
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate nel pezzo. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Il filo della storia
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.