Ученые из Калифорнийского университета в Сан-Диего доказали, что большие языковые модели (LLM), такие как GPT-4, могут значительно ускорить процесс функциональной геномики. Эта область науки занимается изучением функций генов и их взаимодействий. Результаты работы опубликованы в журнале Nature Methods.
Один из популярных методов функциональной геномики — это анализ наборов генов, который помогает определить их функции, сравнивая с данными в существующих геномных базах. Однако часто интересующие ученых биологические процессы выходят за рамки этих баз. В этом контексте искусственный интеллект может помочь исследователям, сэкономив их время и улучшив точность анализа.
В эксперименте были протестированы пять различных языковых моделей. Лучшие результаты показал GPT-4, который с точностью 73% смог правильно идентифицировать функции генов из базы данных. Особенно впечатляющим оказалось то, что GPT-4 отказался от названия в 87% случаев, когда анализируемые данные были случайными. Это демонстрирует минимизацию ошибок в анализе.
Кроме того, GPT-4 предоставлял детализированные объяснения, поддерживающие его выводы. Однако исследователи подчеркивают, что для полного понимания возможностей LLM в геномике требуется дальнейшая работа.
Для поддержки будущих исследований был создан веб-портал, который поможет другим ученым использовать LLM в их геномных исследованиях.
