Новости медицины от Google
Подписывайтесь на мой канал Продуктовые штучки
За последние пару недель Google анонсировал несколько прорывных решений, которые могут изменить будущее науки и медицины. Они будут доступны ученым всего мира бесплатно, а значит - нам всем, рано или поздно. Расскажу о них
Я недавно рассказывала о последних не менее важных открытиях в области медицины от Microsoft.
1) Модель AlphaFold3 для анализа биоструктур
Google DeepMind и Isomorphic Labs представили новую модель AlphaFold3, которая может прогнозировать структуры и взаимодействия с самой высокой точностью почти всех молекул, включая белки, ДНК и РНК.
Разработчики модели говорят, что точность прогнозов модели на 50% выше по сравнению с предыдущими методами.
Какое это имеет значение?
Это открывает широкий спектр возможностей для моделирования и проектирования белков, имеет большие последствия для понимания основ биологии и революционных открытий лекарств. Способность прогнозировать связывание антител с белками имеет решающее значение для понимания аспектов иммунного ответа человека и разработки новых антител — растущего класса терапевтических средств.
Модель может использоваться широко: от разработки биовозобновляемых материалов и более устойчивых сельскохозяйственных культур до ускорения разработки лекарств и исследований в области геномики. Isomorphic Labs сотрудничает с фармацевтическими компаниями, чтобы применить ее к реальным задачам разработки лекарств и, в конечном итоге, разработать новые методы лечения.
Предыдущая модель AlphaFold2 (которая в 2020 году совершила фундаментальный прорыв в предсказании структуры белков) уже использовались исследователями для открытия вакцин против малярии, методов лечения рака и разработка ферментов. AlphaFold упоминалась в научных публикациях более 20 000 раз, а его научное влияние было отмечено многими премиями, в том числе премией за прорыв в науках о жизни.
2) 1,4 млн гигабайт данных о мозге человека
Исследователи нанесли на карту первые изображения мозга на уровне синапсов, реконструировав почти каждую клетку и все ее связи в небольшом кусочке мозговой ткани, размером примерно в половину рисового зернышка.
Этот крошечный сегмент наполнен 1,4 миллионами гигабайт информации, содержит около 57 000 клеток, 230 миллиметров кровеносных сосудов и 150 миллионов синапсов. Затем алгоритмы ИИ реконструировали клетки и их связи в 3D. Процесс исследования занял около 11 месяцев.
Это самый большой набор данных о структуре человеческого мозга, когда-либо созданный в таком высоком разрешении. Исследование провели совместно Google и Гарвард.
Зачем это нужно?
Это может помочь исследователям глубже изучить неврологические расстройства и ответить на важнейшие вопросы о том, как работает мозг. В результате также были обнаружены ранее неизвестные аспекты височной коры человека. А также Google разработали инструмент для анализа этих данных и сделали 3D-мэппинг, доступный для научного сообщества.
3) Google опубликовал результаты первых моделей Med-Gemini - нового семейства мультимодальных медицинских моделей
Med-Gemini - специализированная модель ИИ для медицины. Качество модели оценивалось по 14 медицинским тестам, и по 10 из них (где прямое сравнение уместно) модель и превосходит семейство моделей GPT-4, зачастую с большим отрывом.
В чем практический смысл модели?
Med-Gemini превосходит экспертов-людей в таких задачах, как обобщение медицинских текстов и составление рекомендательных писем, а также демонстрирует потенциал для мультимодального медицинского диалога, медицинских исследований и образования.
В совокупности результаты показывают перспективность использования Med-Gemini во многих областях медицины, хотя необходима дальнейшая тщательная оценка для внедрением в критически важной для безопасности области.
Пожалуйста, поддержите меня, поставьте лайк!
Помимо того, что это — революция в открытии лекарств, это имеет гораздо большее значение для медицины и избавления от других тяжелых заболеваний, а также в целом понимания механизмов старения организма. Читайте, почему это так.
прорывы в медицине это всегда интересно и положительно, я только за