Algoritmy používané společnostmi jako Netflix mohou rozluštit biologický jazyk neurodegenerativních onemocnění

Mocné algoritmy používané společnostmi jako Netflix (NFLX ), Facebook (META ) a Amazon (AMZN ) mohou mít významné důsledky ve zdravotnictví. Prokázaly schopnost předpovídat biologický jazyk rakoviny a dalších neurodegenerativních onemocnění, jako je Alzheimerova choroba.

Tato iniciativa byla provedena akademiky z St. John’s College, University of Cambridge, kteří do počítačového jazykového modelu vložili velké množství dat vytvořených za desetiletí. Cílem bylo zjistit, zda umělá inteligence (AI) může učinit pokročilejší objevy než lidé, a zjistili, že tomu tak je, a to díky schopnosti algoritmu rozluštit biologický jazyk.

Studie byla zveřejněna v odborném časopise PNAS, s názvem „Učení molekulární gramatiky proteinových kondenzátů z sekvencí a vložených údajů.“ Podle odborníků by to mohlo být použito k „opravě gramatických chyb uvnitř buněk, které způsobují onemocnění.”

Profesor Tuomas Knowles je hlavní autor článku a člen St. John’s College.

“Zavedení technologie strojového učení do výzkumu neurodegenerativních onemocnění a rakoviny je absolutní změna hry. Naším konečným cílem bude použít umělou inteligenci k vývoji cílených léků, které dramaticky zmírní symptomy nebo zcela zabrání demenci,”

Mocné Algoritmy

Algoritmy strojového učení používané společnostmi jako Netflix a Facebook dělají velmi vzdělané předpovědi o spotřebitelích a o tom, co budou dělat dál. To se děje, když Netflix doporučuje nový film nebo Facebook doporučuje nového přítele. Hlasoví asistenti, jako je Alexa a Siri, mohou okamžitě rozpoznat jednotlivce a reagovat.

Dr. Kadi Liis Saar je první autor článku a výzkumný pracovník St. John’s College. Použila podobnou technologii k výcviku velkého jazykového modelu, který měl za cíl identifikovat, co se děje s proteiny během onemocnění.

“Lidské tělo je domovem tisíců a tisíců proteinů a vědci dosud neznají funkci mnoha z nich. Požádali jsme neuronovou síť, aby se naučila jazyk proteinů,” řekla.

“Požádali jsme program, aby se naučil jazyk proměnlivých biomolekulárních kondenzátů – kapek proteinů nalezených v buňkách – které vědci opravdu potřebují pochopit, aby rozluštili jazyk biologické funkce a poruchy, které způsobují rakovinu a neurodegenerativní onemocnění, jako je Alzheimerova choroba. Zjistili jsme, že může naučit, aniž by mu to bylo explicitně řečeno, co vědci již objevili o jazyku proteinů za desetiletí výzkumu.”

Vědci se domnívají, že existuje několik set neurodegenerativních onemocnění, s nejčastějšími být Alzheimerova, Parkinsonova a Huntingtonova choroba. Alzheimerova choroba postihuje 50 milionů lidí po celém světě a během onemocnění se proteiny shlukují a zabíjejí zdravé nervové buňky.

Proteinové Kondenzáty a Technologie NLP

S zdravou mozkem mohou být tyto hmoty proteinů účinně odstraněny. Podle nedávných zjištění vědci nyní věří, že některé poruchové proteiny tvoří kondenzáty, které jsou kapalné jako proteiny. Tyto nemají membránu a volně se mísí s ostatními a mohou se tvořit a opětovně tvořit.

“Proteinové kondenzáty nedávno získaly velkou pozornost ve vědeckém světě, protože kontrolují klíčové události v buňce, jako je exprese genů – jak je naše DNA převáděna na proteiny – a syntéza proteinů – jak buňky vytvářejí proteiny,” řekl profesor Knowles.

“Jakékoli defekty spojené s těmito proteinovými kapkami mohou vést k onemocněním, jako je rakovina. Proto je zavedení technologie zpracování přirozeného jazyka do výzkumu molekulárních původů poruchy proteinů vitální, pokud chceme být schopni opravit gramatické chyby uvnitř buněk, které způsobují onemocnění,” pokračoval.

“Nakrmili jsme algoritmus všemi dostupnými daty o známých proteinech, aby se mohl naučit a předpovědět jazyk proteinů stejným způsobem, jako se tyto modely učí o lidském jazyce a jak WhatsApp ví, jak navrhnout slova pro vás,” řekla Dr. Saar.

“Poté jsme mohli požádat o konkrétní gramatiku, která vede pouze některé proteiny k tvorbě kondenzátů uvnitř buněk. Je to velmi náročný problém a jeho vyřešení nám pomůže naučit se pravidla jazyka onemocnění,” pokračovala Dr. Saar.

Hlavními hnacími silami tohoto pokroku v technologiích jsou rostoucí množství dostupných dat, vyšší výpočetní výkon a technické pokroky. Strojové učení má potenciál dramaticky transformovat výzkum v těchto oblastech, umožňující objevy, které by jinak nemohly být předpovězeny.

Podle Dr. Saar “Strojové učení může být osvobozeno od omezení toho, co vědci považují za cíle vědeckého výzkumu, a to bude znamenat, že budou nalezeny nové spojení, o kterých jsme dosud ani neuvažovali. Je to opravdu velmi vzrušující.”

Nová síť je k dispozici výzkumníkům po celém světě a stále více vědců se do ní zapojuje.