英矽智能（Insilico Medicine）的研究团队在生物信息学和AI制药领域再次取得突破性进展，其最新研究成果“Precious2GPT: the combination of multiomics pretrained transformer and conditional diffusion for artificial multi-omics multi-species multi-tissue sample generation”在Nature旗下的npj Aging期刊上发表。该研究通过整合先进的扩散模型和Transformer架构，成功开发了Precious2GPT，这一创新模型为模拟真实世界条件、辅助生物机制和衰老过程研究提供了强有力的工具。

 

Precious2GPT：多模态、跨物种、跨组织的数据生成利器

 

Precious2GPT的构建采用了混合方法，其核心在于CDiffusion模型和MoPT模型的结合。CDiffusion模型根据基因表达网络模拟基因表达水平，通过纳入基因间的复杂依赖关系，确保了生成数据的生物学可行性。而MoPT模型则负责评估单个基因的数据生成质量，通过与真实世界特征的对比，给出精准的质量评分。两者通过特征加权线性堆积（FWLS）方法高效融合，实现了均衡、高质量的数据生成。

 

验证与实际应用：从年龄预测到结直肠癌研究

 

在验证研究中，Precious2GPT展现了令人瞩目的潜力。利用生成的数据，研究团队不仅实现了更准确的年龄预测，还成功生成了年龄超过120岁的人类生物学数据，这在以往是极具挑战性的任务。此外，通过UMAP维度降低技术，研究团队评估了Precious2GPT在特定组织生成数据方面的能力，结果显示生成数据与真实标签高度一致，验证了其准确性和可靠性。

 

在结直肠癌的案例研究中，Precious2GPT进一步展示了其实际应用价值。通过生成结直肠癌细胞系的对照样本，该模型通过荟萃分析提名了一系列关键基因表达特征，这些特征与已知的结直肠癌病理学研究结果高度匹配。这一发现不仅验证了Precious2GPT在生物信息分析中的准确性，也为其在靶点发现和治疗方案优化中的应用提供了有力支持。

 

未来展望：拓展应用领域，深化生物信息学研究

 

英矽智能的科学家表示，Precious2GPT的潜力远不止于此。他们计划将该模型的应用进一步扩展到其他生物信息学任务中，包括生命周期分析、跨模态预测以及特定疾病组学数据的生成等。通过不断优化和完善，Precious2GPT有望成为生物信息学和AI制药领域的重要工具，为揭示生物机制、加速药物研发提供强有力的支持。

 

总之，Precious2GPT的发布标志着英矽智能在AI制药和多组学数据分析领域的又一重要里程碑。随着该模型的广泛应用和深入研究，我们有望看到更多关于生物机制和疾病治疗的突破性发现。