聚焦正文阅读,让信息表达与延伸浏览形成完整闭环
文章详情页面将标题、元信息、正文、上下篇跳转与推荐阅读整合进统一阅读场景中, 通过更聚焦的主体区域和更轻量的辅助区块, 提升长内容浏览时的稳定感、连续性与沉浸感。
文章详情页面将标题、元信息、正文、上下篇跳转与推荐阅读整合进统一阅读场景中, 通过更聚焦的主体区域和更轻量的辅助区块, 提升长内容浏览时的稳定感、连续性与沉浸感。
减少干扰信息,让阅读注意力更集中。
让内容扩散动作更自然地发生在阅读结束之后。
上下篇与推荐内容共同构成连续访问路径。
本篇体育资讯由球友会官网整理:
新智元报道 DeepMind深夜又甩出王炸了!
就在刚刚, 诺奖得主哈萨比斯亲自挂帅 ,带领谷歌DeepMind正式发布 新一代DNA基础模型 AlphaGenome 2 。
要知道,当年让他一举封神的AlphaFold,其实只破解了人类DNA中 占2%的蛋白质编码区 。
而剩下整整 98%的非编码区 ,一直被称为基因组里的 「暗物质」 。
这里不仅掌管着基因开启与关闭的「调控开关」,还藏着 人类九成以上的致病突变。
这一次,DeepMind一口气放出 长达78页的重磅技术报告 ,带着AlphaGenome 2向这片「暗物质」发起总攻,带来了 四大核心突破 。
从「看整块器官」精确到「看单个细胞」 模型吃透了人体68种组织、 超1.
07亿个单细胞 数据,能看清同一个DNA突变在不同细胞里各自的反应,抓出致病突变的成功率比上一代 直接翻倍 。
不用做生物实验,纯靠计算复现《Nature》数年成果 一滴试剂没碰 ,模型就精准找出了引发严重肠病的幕后突变,连 突变在哪种免疫细胞里发作 都算得一清二楚。
碰到没见过的新病变,只喂几十个细胞就能看懂 哪怕是模型从未见过的病变样本,科研人员也 不用重新训练模型 ,只需上传 几十个细胞的测序数据 ,就能快速预测突变带来的后果。
免费开放百万级变异库,即将接入Gemini 4 官方公开了涵盖 数百万个基因变异 的影响评分库,并且很快还会把模型打包成 Skills 接入 Google Antigravity ,交给 Gemini 4 随时调用。
精确到单个细胞 致病突变识别率直接翻倍 为了破译这片基因组「暗物质」,DeepMind曾推出过初代AlphaGenome,但它有一个明显的短板, 只能按「整块器官组织」来做笼统预测 。
然而一块人体组织里往往混杂着几十种不同的细胞,混在一起只能算出 「平均信号」 ,这就导致 少数致病细胞的特征很容易被掩盖 。
这也解释了为什么,遗传学界一直有个让人困惑的现象—— 明明是同一个免疫相关的DNA突变,在肺组织里会提高IL20RA基因的表达,到了食管组织里却反过来降低它,按整块器官测序始终找不到原因。
直到 AlphaGenome 2 把视角拉近到单个细胞 ,背后的原因才彻底水落石出。
原来在 上皮细胞 里,这个突变破坏了负责激活基因的调控位点,从而导致 基因表达显著下降 。
相反,在 血管内皮细胞 里,它破坏的却是负责抑制基因的位点,失去限制后, 基因表达反而大幅上升 。
由于食管里上皮细胞占多数,而肺里血管内皮细胞更丰富,因此把整块器官混在一起算均值时, 两股相反的作用就会互相抵消 。
不难看出,当预测精度细化到单个细胞后,模型的识别准确率实现了 大幅跃升 。
在涵盖28种人类免疫细胞的TenK10K基准测试中,即便对初代模型 专门进行单细胞微调,它也只能找出 16% 的致病突变。
相比之下,AlphaGenome 2不仅将这一比例提升到了 30% ,而且在判断「突变会让基因活性增强还是减弱」时,准确率也从23%拉高到了 43% , 两项核心指标几乎双双翻倍 !
就连人类造血干细胞一步步分化成红细胞和B细胞的动态过程,它画出的基因变化热图,也跟 实验室真实测出来的结果如出一辙 。
纯靠AI模拟计算 零实验复现Nature数年成果 如果说跑分翻倍还只是基本功,那么它在真实疑难杂症上的表现,才真正让生物学家感到震撼。
2024年,《Nature》曾刊登过一项轰动医学界的炎症性肠病研究。
为了查清一处藏在非编码区的致病线索,科研团队在实验室里 苦熬了好几年 ,反复进行CRISPR基因敲除等繁琐实验。
最终他们才好不容易证实,一处微小的基因突变竟然跨越 29万个碱基 的超远距离, 过度激活了ETS2基因 ,从而引发严重的肠道炎症。
这次,DeepMind团队把同一段DNA输进了AlphaGenome 2。
然后,模型 全程没做一次生物实验 , 仅凭计算就得出了完全一致的结论 !
在此过程中,模型不仅从7个高度相似的候选位点里 一眼揪出致病突变 ,而且跳过了旁边距离更近的基因, 精准锁定了远处的ETS2 。
并且,它还进一步算出了 「该突变只在肠道巨噬细胞和单核细胞里起作用,其他免疫细胞几乎不受影响」 这一关键细节。
除了查找致病原因,在已经获批上市的镰状细胞病CRISPR基因疗法靶点上,它的表现同样非常亮眼。
模型不仅在红细胞发育早期的关键细胞中, 精准找到了相隔5.
8万个碱基的调控位点 ,还把基因编辑所针对的 GATAA 核心序列 一字不差地识别了出来 。
无需重新训练模型 只喂几十个细胞看懂未知病变 到了临床一线,研究人员经常会碰到一个现实难题。
许多罕见病或新发感染往往 只能从患者身上采集到 几十个病变细胞 ,这点数据量远不足以重新训练一个大模型。
为了解决这一
以上内容由球友会官网整理发布。