來自美國能源部 (DOE) 阿貢國家實驗室的科學(xué)家和一個合作團隊因其快速識別病毒進化方式的新方法獲得了2022 年基于高性能計算的 COVID-19 研究戈登貝爾特別獎。他們在訓(xùn)練大型語言模型 (LLM) 以發(fā)現(xiàn) SARS-CoV-2 變體方面的工作對 COVID-19 以外的生物學(xué)具有影響。
作為人工智能 (AI) 的一種形式，LLM 通常用于總結(jié)和翻譯文本，或者根據(jù)模型在初始訓(xùn)練階段學(xué)到的內(nèi)容預(yù)測接下來可能出現(xiàn)的單詞。例如，在巨大的語言數(shù)據(jù)集的幫助下，可以訓(xùn)練法學(xué)碩士將文本從英語翻譯成西班牙語。
贏得今年獎項的研究人員利用阿貢強大的超級計算和人工智能資源開發(fā)和應(yīng)用法學(xué)碩士來追蹤病毒如何變異成更危險或更易傳播的變體。
當(dāng)病毒進化時，它會變異成新的變種，這些變種可能與過去的變種相似，甚至比以前的迭代更致命。當(dāng)特定變體被認為更危險或有害時，它被標記為關(guān)注變體 (VOC)。快速有效地發(fā)現(xiàn)這些 VOC 可以為科學(xué)家提供時間來設(shè)計和開發(fā)有效的疫苗和治療策略，從而挽救生命。
跟蹤這些變體的現(xiàn)有方法可能很慢。為了解決這個問題，計算生物學(xué)家 Arvind Ramanathan 和他在 Argonne 的同事與來自芝加哥大學(xué)、NVIDIA、Cerebras Inc.、伊利諾伊大學(xué)芝加哥分校、北伊利諾伊大學(xué)、加州理工學(xué)院、紐約大學(xué)和技術(shù)大學(xué)的合作者一起慕尼黑大學(xué)著手創(chuàng)建一種識別 VOC 的方法。他們的論文“GenSLMs: Genome-scale language models reveal SARS-CoV-2 evolutionary dynamics”是該團隊研究結(jié)果的結(jié)晶。
“當(dāng)大流行開始時，我們發(fā)現(xiàn)了幾種真正有害的病毒變種，比如 Delta 變種，”Ramanathan 說。“它導(dǎo)致大量死亡。但 Delta 的進化是病毒面對人類宿主時發(fā)生的某些突變的結(jié)果。這是病毒在人類細胞內(nèi)進化的過程。”
標簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！