今日，陈·扎克伯格倡议（Chan Zuckerberg Initiative, CZI）宣布推出其最新的人工智能模型，旨在帮助研究人员更好地理解细胞行为。该模型通过聚焦于控制细胞行为的关键网络，使复杂的生物学问题（如癌症）更容易解决。
这一模型被称为GREmLN（基于基因调控嵌入的大型神经网络模型），是CZI“宏伟挑战”中的一个里程碑。该挑战的目标是构建一系列能够预测和理解细胞在分子到整个生物系统层面如何运作的人工智能生物模型，从而帮助科学家治愈、预防和管理所有疾病。GREmLN的设计目的是帮助研究人员识别细胞内基因如何协同工作，以及这些基因如何在疾病（如癌症或神经退行性疾病）中发生异常。
“GREmLN是一种理解细胞如何做出决策的新方法，同样重要的是，它还能揭示这些决策在癌症等疾病中是如何出错的。”陈·扎克伯格生物中心纽约分部总裁兼哥伦比亚大学瓦格洛斯内外科医学院化学与系统生物学教授安德烈亚·卡利法诺（Andrea Califano）表示，“我们的模型提供了一种基于生物学的方法，利用人工智能获得对健康与疾病的新见解。该模型不是试图重塑生物学以适应人工智能，而是重塑人工智能以适应生物学。”
与大多数人工智能模型不同，GREmLN专注于定义基因如何相互作用和影响的“分子逻辑”，类似于细胞内部的对话。它将为科学家提供一种方法，追踪那些标志着疾病最早迹象的关键变化，并确定新疗法的潜在目标。
GREmLN在超过1100万个数据点上进行训练，这些数据来自陈·扎克伯格CellxGene工具。每周有数千名科学家使用这一工具，通过探索和比较来自大脑、肺、肾脏和血液等组织的单细胞数据，加速科学发现。
“理解细胞行为意味着理解每个细胞内部发生的网络对话。”CZI人工智能高级总监西奥法尼斯·卡拉莱索斯（Theofanis Karaletsos）表示，“GREmLN以前所未有的方式捕捉了这种复杂性。这是迈向构建能够模拟和预测细胞行为系统的一步。”
未来，GREmLN可能支持广泛的研究应用，从阻止癌细胞逃避治疗的能力，到防止炎症对脑细胞造成不可逆损害。它还可以帮助研究人员预测细胞对新药的反应，最终大幅提高这些药物在临床试验中的成功率。最终，GREmLN是新一代人工智能工具的一部分，旨在帮助科学家理解生命的复杂逻辑。
GREmLN加入了由CZI及其生物中心开发的一系列生物模型，包括最近发布的TranscriptFormer——首个大规模整合不同物种数据集的生成式人工智能模型，旨在帮助研究人员探索细胞的工作原理。这两种模型在生物医学研究、疾病诊断和治疗开发方面具有广泛的应用。这些模型是该组织虚拟细胞平台的一部分，该平台面向全球科学界开放且可访问。
(全文结束)
