Conheça MaxToki: A AI Que Prevê Como Suas Células Envelhecem — e o Que Fazer a Respeito

A maioria dos modelos de base em biologia tem um ponto cego fundamental: eles veem as células como instantâneos congelados. Dê a um modelo um transcriptoma de célula única — uma leitura de quais genes estão ativos em uma célula em um dado momento — e ele pode dizer muito sobre o que essa célula está fazendo agora. O que ele não pode dizer é para onde essa célula está se dirigindo. Essa limitação é imensamente importante ao estudar o envelhecimento. Doenças relacionadas à idade, como doenças cardíacas, demência de Alzheimer e fibrose pulmonar, não acontecem da noite para o dia. Elas se desenvolvem ao longo de décadas, impulsionadas por mudanças lentas e progressivas nos estados da rede gênica. Para entender e, eventualmente, reverter essas trajetórias, você precisa de um modelo que pense no tempo — não apenas em instantâneos. É exatamente isso que o MaxToki foi projetado para fazer. O que é o MaxToki, por dentro A equipe envolvida nesta pesquisa inclui pesquisadores de instituições como o Gladstone Institute of Cardiovascular Disease, o Gladstone Institute of Data Science and Biotechnology e o Gladstone Institute of Neurological Disease, todos ao lado da Division of Cardiology, Biological and Medical Informatics Graduate Program, Department of Pathology, Department of Neurology and Bakar Aging Research Institute, Department of Pediatrics and Cardiovascular Research Institute e Institute for Human Genetics da University of California San Francisco. Também contribuíram o Department of Molecular and Cell Biology da University of California Berkeley e a NVIDIA, juntamente com o Institute of Cardiovascular Regeneration e o Centre for Molecular Medicine da Goethe University Frankfurt, o German Center for Cardiovascular Research, o Cardiopulmonary Institute e a Clinic for Cardiology do University Hospital Frankfurt da Alemanha, e o Center for iPS Cell Research and Application da Kyoto University. O MaxToki é um modelo decoder transformer — a mesma família arquitetônica por trás dos grandes modelos de linguagem —, mas treinado em dados de sequenciamento de RNA de célula única. O modelo vem em dois tamanhos de parâmetros: 217 milhões e 1 bilhão de parâmetros. A principal escolha representacional é a codificação por valor de rank. Em vez de alimentar contagens brutas de transcritos no modelo, o transcriptoma de cada célula é representado como uma lista ranqueada de genes, ordenada pela sua expressão relativa dentro dessa célula após a escala pela expressão em todo o corpus de pré-treinamento. Essa abordagem não paramétrica desprioriza genes de manutenção expressos ubíqua e amplifica genes como transcr