Algoritmit, joita Netflixin kaltaiset yritykset käyttävät, voivat selvittää neurodegeneratiivisten sairauksien biologisen kielen

Voimakkaat algoritmit, joita yritykset kuten Netflix, Facebook ja Amazon käyttävät, voivat olla merkittäviä terveydenhuollossa. Ne ovat osoittaneet kykynsä ennustaa biologinen kieli syövälle ja muille neurodegeneratiivisille sairauksille, kuten Alzheimerin taudille.

Tämä aloite toteutettiin St. John’s College, University of Cambridgen, akateemikkojen toimesta, jotka syöttivät useiden vuosikymmenien ajan tuotetun suuren datamäärän tietokonekielimalleihin. Tavoitteena oli nähdä, voivatko tekoäly (AI) tehdä edistyneempiä löytöjä kuin ihmiset, ja he löysivät juuri sen teknologian kyvyn selvittää biologisen kielen.

Tutkimus julkaistiin tieteellisessä lehdessä PNAS, joka oli otsikoitu ”Learning the molecular grammar of protein condensates from sequence determinants and embeddings.” Asiakkaiden mukaan sitä voidaan käyttää ”oikaistakseen kieliopilliset virheet soluissa, jotka aiheuttavat sairauksia.”

Professori Tuomas Knowles on tutkimuksen pääkirjoittaja ja St. John’s Collegen Fellow.

“Koneoppimisen teknologian tuominen neurodegeneratiivisten sairauksien ja syövän tutkimukseen on täysin uudenlainen. Lopulta tavoitteena on käyttää tekoälyä kehittämään kohdennettuja lääkkeitä, joilla voidaan dramaattisesti lieventää oireita tai ehkäistä dementian tapahtumista kokonaan.”

Voimakkaat Algoritmit

Koneoppimisalgoritmit, joita yritykset kuten Netflix ja Facebook käyttävät, tekevät erittäin koulutetut ennusteet kuluttajista ja siitä, mitä he tekevät seuraavaksi. Tämä tapahtuu, kun Netflix suosittelee uutta elokuvaa tai Facebook suosittelee uutta ystävää. Ääniohjaimet, kuten Alexa ja Siri, voivat tunnistaa yksilöt heti ja vastata.

Tohtori Kadi Liis Saar on tutkimuksen pääkirjoittaja ja St. John’s Collegen tutkija. Hän käytti samanlaista teknologiaa kouluttaakseen laajamittaisen kielimallin, jonka tavoitteena oli tunnistaa, mitä tapahtuu proteiineille sairauden aikana.

“Ihmisruumis on koti tuhansille ja tuhansille proteiineille, ja tutkijat eivät vielä tiedä monien niistä toiminnasta. Pyysimme neuronverkko- ja kielimallia opettelemaan proteiinien kieltä”, hän sanoi.

“Pyysimme ohjelmaa erityisesti opettelemaan muodonmuuttuvien biomolekulaaristen kondensaattien kieltä – proteiinipisaroita, joita löytyy soluista – joita tutkijat tarvitsevat ymmärtääkseen biologisen toiminnan ja epätoiminnan kielen, joka aiheuttaa syöpää ja neurodegeneratiivisia sairauksia, kuten Alzheimerin tautia. Löysimme, että se voi oppia ilman, että sitä on nimenomaisesti opetettu, mitä tutkijat ovat jo löytäneet proteiinien kielestä useiden vuosikymmenien tutkimuksessa.”

Tutkijat uskovat, että on useita satoja neurodegeneratiivisia sairauksia, joista yleisimmät ovat Alzheimerin, Parkinsonin ja Huntingtonin tauti. Alzheimerin tauti vaikuttaa 50 miljoonaan ihmiseen ympäri maailman, ja taudin aikana proteiinit muodostavat ryppäitä ja tappavat terveitä hermosoluja.

Proteiinikondensaattit ja NLP-tekniikka

Terveellisessä aivossa nämä proteiinimassat voidaan hävittää tehokkaasti. Uusimpien löytöjen mukaan tutkijat uskovat nyt, että jotkut epäjärjestyksessä olevat proteiinit muodostavat kondensaatteja, jotka ovat nestemäisiä proteiinipisaroita. Nämä eivät ole kalvoja ja ne voivat yhdistyä vapaasti toisiinsa, ja ne voivat muodostua ja muuttua.

“Proteiinikondensaattit ovat saaneet viime aikoina paljon huomiota tieteellisessä maailmassa, koska ne ohjaavat tärkeitä tapahtumia soluissa, kuten geeni-ilmaisun – miten DNA: mme muuttuu proteiineiksi – ja proteiinisynteesin – miten solut valmistavat proteiineja”, Professori Knowles sanoi.

“Mihin tahansa näihin proteiinipisaroihin liittyvään virheeseen voi johtaa sairauksiin, kuten syöpään. Tämän vuoksi on tärkeää tuoda luonnollisen kielen prosessointitekniikkaa tutkimukseen proteiinien molekyylisen toimintahäiriön alkuperästä, jos haluamme oikaista kieliopilliset virheet soluissa, jotka aiheuttavat sairauksia”, hän jatkoi.

“Syötimme algoritmille kaikki tiedot tunnetuista proteiineista, jotta se voisi oppia ja ennustaa proteiinien kieltä samalla tavalla kuin nämä mallit oppivat ihmisen kieltä ja miten WhatsApp tietää, mitkä sanat ehdottaa sinun käyttää”, Tohtori Saar sanoi.

“Sitten voimme kysyä siitä tietyn kieliopin sääntöjä, jotka johtavat ainoastaan joillekin proteiineille kondensaattien muodostumiseen soluissa. Se on erittäin haasteellinen ongelma, ja sen ratkaiseminen auttaa meitä oppimaan sairauden kielen sääntöjä”, Tohtori Saar jatkoi.

Tämän edistymisen takana olevat pääasialliset tekijät ovat kasvava määrä saatavilla olevaa dataa, suurempi laskentakapasiteetti ja tekniset edistysaskeleet. Koneoppimisella on potentiaali muuttaa dramaattisesti tutkimusta näillä aloilla, mahdollistaen löytöjä, joita ei voitu ennustaa.

Tohtori Saarin mukaan “Koneoppiminen voi olla vapaa siitä, mitä tutkijat ajattelevat olevan tieteellisen tutkimuksen kohteita, ja se tarkoittaa, että uusia yhteyksiä löydetään, joita emme ole vielä koskaan ajatelleet. Se on todella erittäin jännittävää.”

Uusi verkosto on saatavilla tutkijoille ympäri maailmaa, ja yhä useammat tutkijat osallistuvat siihen.