麻省理工学院的化学家们利用生成性人工智能快速计算三维基因组结构

麻省理工学院的化学家们利用生成性人工智能开发了一种新方法，能够快速预测细胞内的三维基因组结构。

该技术在几分钟内生成数千种结构，显著提升了分析效率。

基因组的三维组织对细胞基因表达有影响，模型可用于研究不同细胞类型的染色质结构及其功能。

研究者们的目标是从DNA序列预测三维基因组结构，技术与前沿实验技术相当。

细胞核内的DNA和蛋白质形成染色质，具有多层次的组织结构。

化学标签（表观遗传修饰）影响染色质的折叠和基因的可及性。

现有的实验技术（如Hi-C）耗时且劳动密集，生成数据需要约一周时间。

研究者们开发的模型利用生成性人工智能快速准确地预测单细胞的染色质结构。

ChromoGen模型由两个部分组成：深度学习模型和生成性AI模型。

经过训练后，模型可以在比Hi-C等实验技术更快的时间尺度上生成预测。

研究者们生成了2000多个DNA序列的结构预测，并与实验数据进行了比较，结果相似。

模型能够对未训练的细胞类型的数据进行准确预测，显示其广泛应用潜力。

模型可用于探索不同细胞类型间的染色质结构差异及其对功能的影响。

研究者们已将所有数据和模型提供给希望使用的其他研究者。