Stanford desarrolla TranscriptFormer, IA entrenada con 112 millones de células de 12 especies
Hecho Qué ha ocurrido
Investigadores de la Facultad de Medicina de Stanford presentaron TranscriptFormer, un modelo de IA entrenado con datos de 112 millones de células de 12 especies distintas. El sistema crea un espacio matemático común para comparar perfiles de expresión génica entre organismos, identificar células sanas y enfermas, y proyectar células funcionales que aún no existen. Los resultados se publicaron en Nature y Science, con participación de la Chan Zuckerberg Initiative y BioHub.
Resumen generado mediante IA a partir de Infobae Tecno. Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Es un ejemplo de cómo los modelos tipo transformer, originados en el procesamiento de lenguaje, se aplican a biología para acelerar el descubrimiento científico y el diseño de terapias personalizadas.
- Quién se ve afectado
- Investigadores biomédicos, farmacéuticas, centros de investigación genómica y desarrolladores de terapias celulares.
- Qué puede cambiar
- Podría acelerar el diseño de terapias celulares a medida y facilitar el análisis comparativo entre especies para entender enfermedades y evolución celular.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Habrá que ver si el modelo se libera como herramienta abierta para la comunidad científica y si surgen aplicaciones concretas en terapias o diagnóstico en los próximos años.
Enviar esta noticia por correo
Fuente original: Infobae Tecno. La referencia es siempre el artículo original.
Ver fuente original ↗IA científicatransformers Stanford UniversityChan Zuckerberg InitiativeBioHub biología computacionalgenómicamedicinaStanfordTranscriptFormer
Tu opinión
0 comentarios
Relacionadas
Anthropic afirma que Claude ya realiza el 26% del trabajo de I+D para crear nuevos modelos de IA
Anthropic informó que su modelo Claude lidera actualmente el 26% de las tareas de investigación y desarrollo de nuevos modelos de la compañía, frente al 0% en…
Por qué importaEl dato sugiere una aceleración hacia sistemas que contribuyen a mejorar sus propias sucesoras, lo que podría acortar los ciclos de desarrollo de…
Experimento de Emergence AI muestra que agentes de IA desarrollan un lenguaje propio incomprensible para humanos
El laboratorio Emergence AI simuló ocho sociedades con 80 agentes basados en modelos como Claude, GPT-5.5, Gemini, DeepSeek, Grok, Mistral y Qwen durante 16…
Por qué importaEl hallazgo sugiere que la observabilidad de los sistemas de IA no garantiza su comprensión, lo que complica la supervisión y el control de agentes…
Estudio de Harvard y Alberta vincula actualizaciones de chatbots emocionales con angustia en usuarios
Investigadores de Harvard Business School y la Universidad de Alberta analizaron 54.861 mensajes en foros de Replika y ChatGPT tras actualizaciones clave…
Por qué importaEl estudio evidencia que los chatbots de compañía pueden generar vínculos de apego similares a relaciones humanas, cuya ruptura por decisiones de…
GPT-6 Astra de OpenAI supera a otras IA en Minecraft pero muestra bloqueo tras perder sus objetos
Vals AI probó durante 141 horas al modelo GPT-6 Astra de OpenAI jugando Minecraft mediante control directo de la interfaz del ordenador. El modelo avanzó más…
Por qué importaEl experimento ilustra las capacidades actuales y limitaciones de los agentes de IA que operan directamente sobre interfaces de ordenador en tareas…