【ITBEAR科技资讯】6月16日消息，由生成式人工智能驱动的生物医药科技公司英矽智能(Insilico Medicine)近日在衰老领域的权威期刊 Aging 发布了一项创新研究成果，他们成功开发了一种名为Precious1GPT的多模态衰老时钟，利用基于Transformer的生成生物学模型，加快训练速度，并通过综合分析多样化数据集，为抗衰老和疾病的双效靶点发现提供了有力支持。
据ITBEAR科技资讯了解，Precious1GPT是业界首个采用多模态Transformer的衰老时钟。该模型具备处理基因组学、蛋白质组学、显微镜数据、计算化学、临床影像等多种数据的能力，为衰老研究提供了更全面的分析工具。
英矽智能团队在这项研究中采用了创新的流程。他们利用Precious1GPT分析了转录组学、甲基化数据等多个维度的数据，实现了一站式的年龄预测和老龄相关疾病靶点发现。
研究团队首先使用健康人的数据样本对基于多模态Transformer模型的回归器进行年龄预测训练，并将学习到的加权参数输入到基于同样模型的分类器中，用于区分患者组和对照组。随后，他们利用回归器生成的数据对潜在靶基因进行筛选和排序，并将结果输入到PandaOmics靶点发现平台进行关联分析。最终，他们提名了APLNR和IL23R作为潜在的双效靶点，这些靶点可能同时影响衰老和一些老龄化疾病，如特发性肺纤维化、慢性阻塞性肺病、帕金森氏症和心衰等。
英矽智能的创始人兼首席执行官Alex Zhavoronkov表示：“我们持续利用深度神经网络来研究疾病和衰老的底层生物机制。现代人工智能技术的快速发展，如深度神经网络、强化学习和Transformer，使得我们能够开发出Precious1GPT这样的衰老时钟。它不仅能够识别影响衰老进程和疾病发生的关键因素，还能通过知识图谱关联信息来提出潜在的疾病靶点，从而加速发现影响衰老和疾病的潜在疗法的研究与开发。”
