Αλγόριθμοι που χρησιμοποιούνται από εταιρείες όπως η Netflix θα μπορούσαν να αποκρυπτογραφήσουν τη βιολογική γλώσσα των νευροεκφυλιστικών ασθενειών

Ισχυροί αλγόριθμοι που χρησιμοποιούνται από εταιρείες όπως η Netflix (NFLX ), η Facebook (META ) και η Amazon (AMZN ) θα μπορούσαν να έχουν σημαντικές επιπτώσεις στην υγεία. Έχουν αποδείξει την ικανότητα να προβλέπουν τη βιολογική γλώσσα του καρκίνου και άλλων νευροεκφυλιστικών ασθενειών, όπως η άνοια.

Αυτή η πρωτοβουλία αναλήφθηκε από ακαδημαϊκούς στο Κολλέγιο Σεντ Τζον, Πανεπιστήμιο του Κέιμπριτζ, οι οποίοι έτρεψαν μεγάλα δεδομένα που παράχθηκαν κατά τη διάρκεια δεκαετιών σε ένα μοντέλο γλώσσας υπολογιστή. Ο στόχος ήταν να δουν αν η τεχνητή νοημοσύνη (AI) θα μπορούσε να κάνει πιο προηγμένα ανακαλύψεις από τους ανθρώπους, και βρήκαν ακριβώς αυτό με την ικανότητα της τεχνολογίας να αποκρυπτογραφήσει τη βιολογική γλώσσα.

Η μελέτη δημοσιεύθηκε στο επιστημονικό περιοδικό PNAS, με τίτλο «Μάθηση της μοριακής γραμματικής των πrotein condensates από sequence determinants και embeddings». Σύμφωνα με τους εμπειρογνώμονες, θα μπορούσε να χρησιμοποιηθεί για να «διορθώσει τα γραμματικά λάθη μέσα στα κύτταρα που προκαλούν ασθένεια».

Ο καθηγητής Tuomas Knowles είναι ο κύριος συγγραφέας του εγγράφου και μέλος του Κολλεγίου Σεντ Τζον.

“Η εισαγωγή τεχνολογίας μηχανικής μάθησης στην έρευνα για τις νευροεκφυλιστικές ασθένειες και τον καρκίνο είναι ένα απόλυτο game-changer. Τελικά, ο στόχος θα είναι να χρησιμοποιηθεί η τεχνητή νοημοσύνη για την ανάπτυξη στόχων φαρμάκων για να μειώσει δραματικά τα συμπτώματα ή να προληφθεί η άνοια από την αρχή.”

Ισχυροί Αλγόριθμοι

Οι αλγόριθμοι μηχανικής μάθησης που χρησιμοποιούνται από εταιρείες όπως η Netflix και η Facebook κάνουν πολύ μορφωμένες προβλέψεις για τους καταναλωτές και τι θα κάνουν επόμενο. Αυτό είναι τι συμβαίνει όταν η Netflix συνιστά μια νέα ταινία ή η Facebook συνιστά einen νέο φίλο. Οι βοηθοί φωνής όπως η Alexa και η Siri μπορούν να αναγνωρίσουν άτομα αμέσως και να απαντήσουν.

Η Δρ. Kadi Liis Saar είναι η πρώτη συγγραφέας του εγγράφου και μέλος ερευνήτρια στο Κολλέγιο Σεντ Τζον. Χρησιμοποίησε παρόμοια τεχνολογία για να εκπαιδεύσει ένα μεγάλης κλίμακας μοντέλο γλώσσας, το οποίο είχε ως στόχο να αναγνωρίσει τι συμβαίνει στα προτεΐνη κατά τη διάρκεια της ασθένειας.

“Το ανθρώπινο σώμα είναι το σπίτι για χιλιάδες και χιλιάδες προτεΐνη και οι επιστήμονες δεν γνωρίζουν ακόμη τη λειτουργία πολλών από αυτά. Ζητήσαμε από ένα νευρωνικό δίκτυο να μάθει τη γλώσσα των προτεϊνών”, είπε.

“Ζητήσαμε ειδικά το πρόγραμμα να μάθει τη γλώσσα των shapeshifting biomolecular condensates — σταγόνες προτεϊνών που βρίσκονται στα κύτταρα — που οι επιστήμονες πραγματικά χρειάζονται να κατανοήσουν για να σπάσουν τη γλώσσα της βιολογικής λειτουργίας και δυσλειτουργίας που προκαλούν τον καρκίνο και τις νευροεκφυλιστικές ασθένειες όπως η άνοια. Βρήκαμε ότι θα μπορούσε να μάθει, χωρίς να του πει ρητά, τι οι επιστήμονες έχουν ήδη ανακαλύψει για τη γλώσσα των προτεϊνών κατά τη διάρκεια δεκαετιών ερευνών.”

Οι επιστήμονες πιστεύουν ότι υπάρχουν plusieurs εκατοντάδες νευροεκφυλιστικές ασθένειες, με τις πιο κοινούς να είναι η άνοια, η νόσος του Πάρκινσον και η νόσος του Χάντινγκτον. Η άνοια επηρεάζει 50 εκατομμύρια άνθρωπους σε όλο τον κόσμο, και κατά τη διάρκεια της ασθένειας, οι προτεΐνη σχηματίζουν σβώλους και σκοτώνουν υγιή νευρικά κύτταρα.

Πρωτεϊνικές Condensates και NLP Τεχνολογία

Με ένα υγιές εγκέφαλο, αυτές οι μάζες προτεϊνών μπορούν να απορριφθούν αποτελεσματικά. Σύμφωνα με πιο πρόσφατες ανακαλύψεις, οι επιστήμονες πιστεύουν ότι κάποιες διαταραγμένες προτεΐνη σχηματίζουν condensates, που είναι υγρές σταγόνες προτεϊνών. Αυτές δεν έχουν μεμβράνη και συγχωνεύονται ελεύθερα μεταξύ τους, και μπορούν να σχηματιστούν και να ανασχηματιστούν.

“Οι πρωτεϊνικές condensates έχουν πρόσφατα προσελκύσει πολλή προσοχή στον επιστημονικό κόσμο επειδή ελέγχουν βασικά γεγονότα στο κύτταρο, όπως η έκφραση γονιδίων — πώς το DNA μας μετατρέπεται σε προτεΐνη — και η σύνθεση προτεϊνών — πώς τα κύτταρα παράγουν προτεΐνη”, είπε ο καθηγητής Knowles.

“Οποιαδήποτε ελαττώματα που συνδέονται με αυτές τις σταγόνες προτεϊνών μπορούν να οδηγήσουν σε ασθένειες όπως ο καρκίνος. Αυτός είναι ο λόγος για τον οποίο η εισαγωγή τεχνολογίας φυσικής γλώσσας στην έρευνα για τις μοριακές ρίζες της δυσλειτουργίας προτεϊνών είναι ζωτικής σημασίας εάν θέλουμε να μπορέσουμε να διορθώσουμε τα γραμματικά λάθη μέσα στα κύτταρα που προκαλούν ασθένεια”, συνέχισε.

“Δώσαμε στον αλγόριθμο όλα τα δεδομένα που κρατούνται για τις γνωστές προτεΐνη, ώστε να μπορέσει να μάθει και να προβλέψει τη γλώσσα των προτεϊνών με τον ίδιο τρόπο που αυτά τα μοντέλα μαθαίνουν για την ανθρώπινη γλώσσα και πώς η WhatsApp γνωρίζει πώς να προτείνει λέξεις για να τις χρησιμοποιήσετε”, είπε η Δρ. Saar.

“Στη συνέχεια, μπορούσαμε να του ζητήσουμε για τη συγκεκριμένη γραμματική που οδηγεί μόνο κάποιες προτεΐνη να σχηματίσουν condensates μέσα στα κύτταρα. Είναι ένα πολύ δύσκολο πρόβλημα και η αποκρυπτογράφηση του θα μας βοηθήσει να μάθουμε τους κανόνες της γλώσσας της ασθένειας”, συνέχισε η Δρ. Saar.

Οι κύριοι οδηγοί πίσω από αυτή την πρόοδο στην τεχνολογία είναι η αυξανόμενη ποσότητα διαθέσιμων δεδομένων, η υψηλότερη υπολογιστική ισχύς και οι τεχνικές προόδους. Η μηχανική μάθηση έχει το потенシャル να μεταμορφώσει δραματικά την έρευνα σε αυτές τις περιοχές, επιτρέποντας ανακαλύψεις που δεν θα μπορούσαν να προβλεφθούν ποτέ.

Σύμφωνα με τη Δρ. Saar, “Η μηχανική μάθηση μπορεί να είναι ελεύθερη από τους περιορισμούς του τι οι ερευνητές πιστεύουν ότι είναι οι στόχοι για την επιστημονική έρευνα και θα σημαίνει ότι νέες συνδέσεις θα βρεθούν που δεν έχουμε ακόμη συλλάβει. Είναι πραγματικά πολύ ενθαρρυντικό.”

Το νέο δίκτυο είναι διαθέσιμο σε ερευνητές σε όλο τον κόσμο, και ένας αυξανόμενος αριθμός επιστημόνων συμμετέχουν.