Das britische Pharmaunternehmen GSK hat sich den Vorteil des weltweit größten Verarbeitungsunternehmens Cerebras zunutze gemacht, um die Prozesse der Epigenomik zu untersuchen – die Funktion, die die Genexpression oder deren Fehlen kontrolliert, und zu verstehen, in welchen Zellen bestimmte genetische Veränderungen stattfinden. Die Aufdeckung der Mechanismen der Epigenomik wird dazu beitragen, Heilmittel für viele unheilbare Krankheiten zu finden, die KI auf neuen Systemen besser kann als Menschen.
Der Cerebras-Prozessor WSE-1 (16 nm) und der neueste WSE-2 (7 nm) sind bisher unvorstellbare Lösungen, die jeweils vollständig aus einem einzigen 300-mm-Siliziumwafer hergestellt werden. Ein kleiner Cluster solcher Prozessoren ist in der Lage, KI-Modelle zu bedienen, die in ihren Fähigkeiten mit dem menschlichen Gehirn vergleichbar sind. Nimmt man zum Beispiel eine Datenbank zur Genetik hinzu, entsteht ein System, das in der Lage ist, eine solche Datenmenge zu analysieren, die eine Person und selbst große Teams von Wissenschaftlern in absehbarer Zeit nicht überblicken können.
GSK hat das System auf der ersten Generation von Cerebras-Prozessoren für die Analyse des Genoms und seiner Dynamik im Laufe der Zeit genutzt und erwartet das System der zweiten Generation im dritten Quartal dieses Jahres. Berichten zufolge brauchte das CS-1-System 2,5 Tage, um EBERT (umfunktioniertes neuronales Netzwerkmodell BERT oder „Epigenom“-BERT) zu trainieren, verglichen mit 24 Tagen auf einem 16-Knoten-GPU-Cluster. Das neue System soll die Verarbeitungsgeschwindigkeit verdoppeln.
Die Forscher behaupten, dass EBERT nach dem Training "die höchste Vorhersagegenauigkeit bei vier von 13 Datensätzen im Industriestandard namens ENCODE-DREAM erreicht hat". Das Modell belegte insgesamt den dritten Platz, und die Forscher sagen, die Ergebnisse seien „sehr vielversprechend“.
Das Problem ist, dass das menschliche Epigenom riesig ist und enorme Rechenressourcen erfordert, um es mit herkömmlichen Methoden zu modellieren oder auf hohem Niveau zu studieren. KI macht es möglich, diesen Weg zu verkürzen. Frühere Forschungen haben genügend reale Beispiele für die Auswirkungen der Epigenomik geliefert, um einem Computer beizubringen, dasselbe auf der Grundlage eines Modells zu tun. Dieses Modell kann dann verwendet werden, um viele wichtige biologische Prozesse vorherzusagen.
2022-01-29 10:05:47
Autor: Vitalii Babkin