Искусственная интеллектуальная система нашла в базе генов фермент, который, судя по всему, никто прежде не описывал.
Как отмечает Anthropic, её модель самостоятельно распознала набор ранее не зафиксированных структур фермента с признаками системы редактирования генов; он называется «обратно-транскриптаза, связанная с массивом» и в основном встречается в бактериофагах. Фермент состоит из обратной транскриптазы, партнерского гена и участка с равномерно расположенными повторяющимися последовательностями; повторяющаяся часть похожа на массив, который позволяет сделать инструменты редактирования программируемыми.
Процесс заслуживает внимания. Модель получила широкую инструкцию — найти необычную обратную транскриптазу в крупной библиотеке генов. Примерно 950 агентов работали 21 час, потратив около 210 миллионов токенов, и в итоге один из них обнаружил тот самый повторяющийся мотив. Такой масштаб говорит о том, что сам поиск уже был инженерно отлажен.
Это первая достигнутая в новом лабораторном центре компании в области наук о жизни. Передав машине поиск и генерацию гипотез, исследователи-люди могут сэкономить массу времени на отбор; узкое место смещается с поиска зацепок на верификацию зацепок, а производственная мощность лаборатории, наоборот, становится дефицитным ресурсом.
Компания готовится к выходу на биржу — подобные достижения, разумеется, будут встроены в нарратив. Более важно для отрасли то, что сам процесс можно воспроизвести: подход к исследованиям постепенно переходит от вдохновения отдельных людей к массовому скринингу.
У машины не бывает внезапного озарения, но она может не уставать в поиске.
#人工智能 #биовтехнологии
Как отмечает Anthropic, её модель самостоятельно распознала набор ранее не зафиксированных структур фермента с признаками системы редактирования генов; он называется «обратно-транскриптаза, связанная с массивом» и в основном встречается в бактериофагах. Фермент состоит из обратной транскриптазы, партнерского гена и участка с равномерно расположенными повторяющимися последовательностями; повторяющаяся часть похожа на массив, который позволяет сделать инструменты редактирования программируемыми.
Процесс заслуживает внимания. Модель получила широкую инструкцию — найти необычную обратную транскриптазу в крупной библиотеке генов. Примерно 950 агентов работали 21 час, потратив около 210 миллионов токенов, и в итоге один из них обнаружил тот самый повторяющийся мотив. Такой масштаб говорит о том, что сам поиск уже был инженерно отлажен.
Это первая достигнутая в новом лабораторном центре компании в области наук о жизни. Передав машине поиск и генерацию гипотез, исследователи-люди могут сэкономить массу времени на отбор; узкое место смещается с поиска зацепок на верификацию зацепок, а производственная мощность лаборатории, наоборот, становится дефицитным ресурсом.
Компания готовится к выходу на биржу — подобные достижения, разумеется, будут встроены в нарратив. Более важно для отрасли то, что сам процесс можно воспроизвести: подход к исследованиям постепенно переходит от вдохновения отдельных людей к массовому скринингу.
У машины не бывает внезапного озарения, но она может не уставать в поиске.
#人工智能 #биовтехнологии
