哥大AI模型GET：揭秘细胞基因表达的革命性突破

哥大AI模型GET：揭秘细胞基因表达的革命性突破

哥伦比亚大学瓦格洛斯医学院的研究团队开发了一种名为“通用表达转换器”（GET）的新型人工智能（AI）模型，能够准确预测任何人类细胞中的基因活性，揭示细胞内部机制。这一研究成果发表在最新一期的《自然》杂志上，有望彻底改变科学家研究癌症、遗传疾病等的方式。

GET模型的核心创新在于其能够从染色质开放性数据和基因序列信息中学习调控规则，实现对基因表达的高精度预测。研究团队通过对213种人类胎儿和成人细胞类型的数据进行训练，使GET模型展现出了前所未有的预测精度和适应性，甚至可以对未见过的细胞类型进行零样本预测（zero-shot prediction）。

与传统的转录调控模型相比，GET模型具有显著优势。传统模型如Expecto、Basenji2和Enformer往往需要对训练数据进行针对性调优，限制了其在全新生物学场景中的应用。而GET模型通过大规模数据训练，避免了对特定细胞类型的依赖，展现出强大的泛化能力。

GET模型在生物医学研究中展现出广阔的应用前景。例如，在研究淋巴细胞中的白血病易感基因时，GET成功解析了转录因子PAX5和核受体家族之间的相互作用机制，为疾病发生的遗传基础提供了重要线索。此外，该模型还能够探索基因组中的“暗物质”，即那些不包含已知蛋白质编码基因的区域，这些区域的突变可能影响基因表达，进而引发疾病。

GET模型的推出标志着转录调控研究进入了一个全新的阶段。它不仅是一种强大的工具，更为研究人员探索基因调控奥秘提供了新的视角。随着进一步的研究和应用，GET模型有望在精准医疗和新药研发领域发挥重要作用，为人类健康事业带来革命性突破。