Une équipe de recherche interdisciplinaire de l'Université technique de Munich, de l'Université Helmholtz de Munich et de l'École polytechnique fédérale de Zurich a récemment publié une étude importante présentant Moscot (transport optimal unicellulaire multi-omique), un cadre innovant qui a permis de reconstruire avec succès la trajectoire de développement de 1,7 million de cellules embryonnaires de souris sur 20 points temporels. Publiée dans la revue Nature, cette étude marque une avancée majeure dans le domaine de la génomique unicellulaire. Le cadre Moscot s'inspire de la théorie du transport optimal du XVIIIe siècle, qui vise à ...

L'Arc Institute et NVIDIA, en collaboration avec des chercheurs de l'Université Stanford, de l'Université de Californie à Berkeley et de l'Université de Californie à San Francisco, ont récemment lancé Evo2, le plus grand modèle d'intelligence artificielle biologique au monde. Entraîné sur plus de 128 000 génomes, soit 9,3 billions de nucléotides, il est comparable en taille aux modèles de langage IA génératifs les plus puissants. Les capacités d'apprentissage profond d'Evo2 lui permettent d'identifier rapidement...

Dans le domaine de la santé, la convergence de l'intelligence artificielle (IA) et de la génomique marque une nouvelle étape passionnante. Récemment, Cerebras et la clinique Mayo ont collaboré pour lancer un modèle de base génomique révolutionnaire lors de la conférence JP Morgan Healthcare à San Francisco. Ce modèle vise à exploiter les technologies d'IA de pointe et le calcul haute performance (HPC) pour faire progresser la génomique, notamment en médecine personnalisée. Ce nouveau modèle génomique se concentre sur l'amélioration de la précision du diagnostic et des options de traitement personnalisé, avec une application initiale à...

'Evo est un modèle de base génomique capable d'apprentissage multi-modalités et multi-échelles. Evo peut générer des séquences ADN à l'échelle du génome complet. Evo dépasse les molécules uniques et les courtes séquences, et peut concevoir des systèmes biologiques multi-composants synthétiques. Evo peut prédire les gènes essentiels dans les bactéries ou les bactériophages à l'échelle du génome complet.'

Le marché mondial de l'intelligence artificielle en génomique a atteint 11,5 milliards de dollars en 2023 et devrait atteindre 19,72 milliards de dollars d'ici 2030, soit un taux de croissance annuel composé de 50,1 %. L'explosion des données génomiques stimule l'utilisation de l'intelligence artificielle en génomique, accélérant la découverte de médicaments et le diagnostic, et réduisant les coûts. La sensibilisation croissante des professionnels de la santé et du grand public aux avantages potentiels de l'intelligence artificielle en génomique stimule la demande sur le marché. On s'attend à ce que le mode de livraison sur site domine le marché mondial de l'intelligence artificielle en génomique au cours de la période de prévision.