Истражувачи од Универзитетот во Мисури и нивни соработници објавија сеопфатен преглед на пристапот „flow matching“ – метод на вештачка интелигенција што може да помогне во моделирањето на сложените промени во живите системи.
Прегледот, објавен во списанието Nature Machine Intelligence, покажува како технологијата може да се примени во откривањето лекови, прецизната медицина и компјутерската биологија.
За разлика од алатките што често анализираат само една биолошка состојба, „flow matching“ ги обучува моделите да следат како системите преминуваат од една состојба во друга. Тоа може да даде поширока слика за процесите во кои клетките растат, протеините ја менуваат формата, а болестите се развиваат.
На молекуларно ниво, методот може да помогне во предвидувањето на виткањето на протеините, важен чекор при развојот на нови терапии. На клеточно ниво, може да симулира како клетките реагираат на различни услови, а на ниво на ткива да ги поврзе промените во одделни клетки со пошироките биолошки процеси.
Истражувачите сметаат дека ваквиот пристап може да овозможи побрзо извлекување заклучоци од огромни количини биолошки податоци и да помогне во поставувањето попрецизни истражувачки прашања. Сепак, компјутерските предвидувања ќе треба да се проверуваат со лабораториски експерименти и клинички истражувања.
Една од долгорочните цели е создавање „виртуелна клетка“ – дигитален модел на кој научниците би можеле прво да тестираат хипотези, пред да ги проверат во лабораторија. Таквата технологија би можела да го забрза развојот на персонализирани терапии, но засега станува збор за истражувачка перспектива, а не за готова замена на биолошките и медицинските испитувања.
Прегледот „Flow matching for generative modelling in bioinformatics and computational biology“ е објавен во 2026 година со DOI: 10.1038/s42256-026-01220-0.
