三大诺奖风向标：当microRNA+AI底层逻辑+AI生物计算会发生什么？

“Hopfield网络”模拟了生物神经元的集体行为，奠定了早期神经网络的理论基础，还启发了将统计物理学方法应用于信息处理和机器学习领域。而Hinton则提出了玻尔兹曼机，能够自主学习数据特征并进行分类，这种模型在无监督学习和特征表示方面发挥了关键作用，是当前深度学习算法发展的重要源泉，也为多层神经网络的训练方法提供了理论基础。

科学家长期追求理解并操控生命的基本化学工具——蛋白质，Hassabis和Jumper开发的AlphaFold2 基于庞大蛋白质结构数据库与氨基酸序列信息，可用于预测目前已知的几乎所有2亿种蛋白质结构，自取得突破以来，AlphaFold2 已被来自190 个国家和地区的超过 200 万人使用。 

Victor Ambros和Gary Ruvkun的开创性工作揭示了microRNA在转录后基因调控中的核心作用。这一发现彻底改变了科学家对基因调控的理解，打破了传统观点，首次揭示了microRNA这类短小的非编码RNA如何通过抑制靶基因的mRNA的翻译或促进其降解，精确调控生物体内基因表达，在发育、癌症等疾病的发展中发挥关键作用。

无奖竞猜：当AI底层逻辑+AI生物计算+microRNA=？

-点击查看答案-

多组学诊断大模型GeneLLM

点击空白处查看解析吧！

由津渡生科（OxTium）开发的GeneLLM是一个基于Transformer架构的具有15亿个参数的基础大模型，是包括 miRNA 在内的所有游离 RNA 的 All-in-One 大模型底座，使用定制的标记化算法专门为cfRNA组学设计。它能够识别和整合cfRNA数据特征进行疾病预测。它通过对患者cfRNA数据进行微调，在多种疾病如阿尔兹海默症、各种癌症检测和异常识别方面表现出色（详细内容见2024诺奖的间奏狂想曲——如果AI走向microRNA）。（注：cfRNA包含microRNA、 mRNA等）

Oxtium致力于使用AI大模型实现全场景覆盖，用大语言模型、大数据赋能生命健康组学全领域。Oxtium是一支来自牛津大学的科研创新创业团队，有幸见证并基于三个伟大的科研成果实现创新融合。非常期待继续为中国的科技及健康事业做出贡献，也欢迎各位感兴趣的同行和投资者联系我们！