根据Kuai Technology的说法，7月9日，吉安格大学的Guji教授团队在Cell杂志上发表了重要的结果。他们开发了多任务深度学习模型NUWA CE（NVWACE），以达到从基因组序列到单细胞水平的调节顺序的直接图，并在基因组AI领域取得了重大成功。基因组由DNA组成，包括副词蛋白质和大量调节，共同决定了生物体的复杂特性。由于人类基因组项目在2003年绘制了基因图，因此只有不到10％的遗传信息是专门的。 AI的出现提供了一种解释基因世代的新方法，但是基因组AI模型受到DATA质量的约束。基于自由开发的超高吞吐量超敏感的单核ATAC技术（UUATAC-SEQ），Guoji的团队创建了高质量的“教科书”，用于基因组AI模型的培训。通过研究该模型由UUATAC-SEQ产生的高质量数据掌握了脊椎动物调节序列的编码规则，可以根据DNA尺寸的序列来预测染色质对单个细胞的访问水平，并且具有很高的宽容能力，并且可以预测染色质对未注重物种的访问。它访问人类调节要素的预言与实验测量很好地联系在一起。在实际应用中，“ NUWA CE”表现良好，超过了现有的基因组AI模型，可以准确预测该线阶函数中合成突变的Epekto，并且还可以设计治疗位点以及疾病表型。通过基因编辑实验，该团队证明了由“ NUWA CE”预测的治疗基因基因座HBG1-68：A G，该基因治疗后大大增加了基因治疗后胎儿血红蛋白的表达。这是人工智能设计的世界上第一个疾病治疗的地点。与Simi相比Lar Extern Models“ Nuwa CE”基于高质量的单细胞图数据，几乎所有细胞类型都实现了AUROC 0.90预言的准确性。将来，“ NUWA CE”将在生命科学，医学和农艺学中发挥重要作用，这有助于全面解释基因组语言并建立数字生活模型。 [本文的结尾]如果您需要重新打印，请确保来源：Kuai技术编辑：Suixin