ИИ META-SiM отслеживает движение от молекул до антилоп гну

Исследователи из Мичиганского университета разработали инструмент на основе искусственного интеллекта META-SiM, который способен анализировать поведение отдельных молекул среди огромных массивов данных. Этот инструмент может ускорить процесс анализа с нескольких месяцев до одной ночи.

Понимание поведения отдельных молекул важно для изучения клеточных процессов и отслеживания развития заболеваний. Обычно молекулы помечают флуорофорами и наблюдают за ними с помощью мощных микроскопов, но анализ получаемых данных требует огромного количества времени и усилий.

META-SiM представляет собой фундаментальную модель ИИ, обученную на миллионах симулированных траекторий, которые имитируют различные типы поведения молекул. В отличие от узкоспециализированных моделей ИИ, эта система может проводить разнообразные анализы и сканировать целые наборы данных для выявления интересных поведенческих паттернов.

«Идея состоит в том, чтобы перейти от отдельных молекул к любому большему масштабу. В принципе, данные имеют сходства друг с другом, и этот алгоритм ИИ способен обнаружить эти сходства — а также любые отклонения — независимо от того, в каком масштабе вы работаете», — сказал старший автор исследования Нильс Вальтер.

Исследователи отмечают, что алгоритм META-SiM может применяться не только для отслеживания молекул, но и для других явлений, включая миграцию животных, таких как антилопы гну в Кении и Танзании, или даже движение астероидов в Солнечной системе.

Одним из практических применений системы может стать изучение причин генетических заболеваний человека. Около 60% таких заболеваний возникают из-за ошибок в процессе сплайсинга — сшивания фрагментов генетической информации. META-SiM теоретически может находить спорадические случаи неправильного сплайсинга и предлагать терапии для исправления этих ошибок.

«Это ускоряет анализ и находит ключевые вещи, которые обычно пришлось бы просеивать в данных полгода или около того, практически за одну ночь», — добавил Вальтер.

Исследование опубликовано в журнале Nature Methods.