Algoritmit, joita Netflix ja muut yritykset käyttävät, voivat selvittää neurodegeneratiivisten sairauksien biologisen kielen

Voimakkaat algoritmit, joita yritykset kuten Netflix (NFLX ), Facebook (META ) ja Amazon (AMZN ) käyttävät, voivat olla merkittäviä terveydenhuollossa. Ne ovat osoittaneet kykynsä ennustaa syövän ja muiden neurodegeneratiivisten sairauksien, kuten Alzheimerin taudin, biologista kieltä.

Tämä aloite toteutettiin St. John’s College, Cambridgen yliopistossa, jossa akateemikot syöttivät tietokonekielimalliin useiden vuosikymmenien ajan tuotettua suurta määrää dataa. Tavoitteena oli nähdä, voivatko tekoäly (AI) tehdä edistyneempiä löytöjä kuin ihmiset, ja he löysivät juuri sen teknologian kyvyn selvittää biologista kieltä.

Tutkimus julkaistiin tieteellisessä lehdessä PNAS, jossa otsikko oli ”Learning the molecular grammar of protein condensates from sequence determinants and embeddings.” Asiantuntijoiden mukaan sitä voidaan käyttää ”oikaisemaan kieliopilliset virheet soluissa, jotka aiheuttavat sairauksia”.

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

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

Voimakkaat Algoritmit

Koneoppimisalgoritmit, joita yritykset kuten Netflix ja Facebook käyttävät, tekevät hyvin koulutettuja ennusteita kuluttajista ja siitä, mitä he tekevät seuraavaksi. Tämä on sitä, mitä tapahtuu, kun Netflix suosittelee uutta elokuvaa tai Facebook suosittelee uutta ystävää. Älykkäät älyavustajat, kuten Alexa ja Siri, voivat tunnistaa yksilöt heti ja vastata.

Tohtori Kadi Liis Saar on tutkimuksen ensisijainen kirjoittaja ja St. John’s Collegen tutkija. Hän käytti samanlaista teknologiaa kouluttaakseen laajamittaisen kielimallin, joka pyrki tunnistamaan, mitä proteiineille tapahtuu sairauden aikana.

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

“Pyysimme ohjelmaa erityisesti oppimaan muodonmuuttuvien biomolekulaaristen kondensaattien kieltä — proteiinipisaroita, jotka löytyvät soluista — joita tutkijat tarvitsevat ymmärtääkseen biologisen kielen ja toimintahäiriön, joka aiheuttaa syövän ja neurodegeneratiiviset sairaudet, kuten Alzheimerin taudin. Löysimme, että se voi oppia ilman, että sitä ohjataan, mitä tutkijat ovat jo löytäneet proteiinien kielestä useiden vuosikymmenien tutkimuksessa.”

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

Proteiinikondensaattit ja NLP-tekniikka

Terveellisessä aivossa nämä proteiinimassat voidaan poistaa tehokkaasti. Uusimpien löytöjen mukaan tutkijat uskovat nyt, että jotkut häiriintyneet proteiinit muodostavat kondensaatteja, jotka ovat nestemäisiä proteiinipisaroita. Nämä eivät ole kalvoja ja sekoittuvat vapaasti toisiinsa, ja ne voivat muodostua ja uudelleenmuodostua.

“Proteiinikondensaattit ovat viime aikoina saaneet paljon huomiota tieteellisessä maailmassa, koska ne ohjaavat tärkeitä tapahtumia soluissa, kuten geeni-ilmaisua — miten DNA: sta muodostuu proteiineja — ja proteiinisynteesiä — miten solut valmistavat proteiineja”, professori Knowles sanoi.

“Mihin tahansa näiden proteiinipisaroiden virheisiin liittyvät virheet voivat 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.

“Syöttämme algoritmille kaiken tiedon, joka on saatavilla tunnetuista proteiineista, jotta se voi oppia ja ennustaa proteiinien kieltä samalla tavalla kuin nämä mallit oppivat ihmisten kieltä ja miten WhatsApp osaa ehdottaa sanoja, joita voit käyttää”, tohtori Saar sanoi.

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

Tämän edistymisen taustalla ovat lisääntyvä määrä saatavilla olevaa dataa, suurempi laskentakapasiteetti ja tekniset edistysaskeleet. Koneoppimisella on potentiaali muuttaa dramaattisesti tutkimusta näissä aloissa, mahdollistaen löytöjä, joita ei olisi voitu koskaan ennustaa.

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

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