Popular science work
在生物學研究中，人工智能（AI）可以篩選數(shù)十萬個基因組數(shù)據(jù)點，識別出潛在治療靶點。但科學家仍不確定AI模型是如何得到這些結果的。據(jù)最新一期《自然·機器智能》雜志報道，一種名為SQUID的新系統(tǒng)已經(jīng)出現(xiàn)，它能“撬開”AI模糊的內(nèi)部邏輯的“黑匣子”。
SQUID全稱是“深度網(wǎng)絡替代定量可解釋性”，是美國冷泉港實驗室（CSHL）科學家創(chuàng)造的一種計算工具，旨在幫助解釋AI模型如何分析基因組。與其他分析工具相比，SQUID減少了背景噪音，可以更準確地預測基因突變的影響。
研究人員解釋說，SQUID能發(fā)揮作用的關鍵原因在于“訓練”。此次科學家對SQUID所做的訓練，是利用數(shù)十年的定量遺傳學知識來幫助人們理解這些深度神經(jīng)網(wǎng)絡正在學習什么。
SQUID的原理是首先生成一個包含10萬多個變異DNA序列的數(shù)據(jù)庫，然后用一個名為MAVE-NN（變異效應神經(jīng)網(wǎng)絡多重分析）的程序來分析庫中的突變及其影響。該工具讓科學家能同時進行數(shù)千個虛擬實驗，最終“釣出”預測最準確的AI算法。盡管計算機虛擬實驗無法替代真實的實驗室操作，但它們可以提供非常豐富的信息，幫助科學家理解基因組特定區(qū)域如何運作、突變會產(chǎn)生什么影響。
AI領域的模型數(shù)量巨大，研究人員希望SQUID能幫助科學家找到最符合他們需求的模型。例如人類基因組研究領域，SQUID可以幫助推動新發(fā)現(xiàn)向臨床醫(yī)療應用的轉(zhuǎn)化。
