Tekoäly
Ihmisen genomin sekvensointi ja syvä oppiminen voivat johtaa koronavirusrokotteen kehittämiseen – Mielipide
Tekoälyyhteisön on tehtävä yhteistyötä geneetikkojen kanssa, jotta voidaan löytää hoito niille, joilla on suurin riski sairastua koronaviruskuumeeseen. Mahdollinen hoito voisi sisältää solujen poistamisen, DNA:n muokkaamisen ja sitten solujen takaisin injektion, toivoen, että vastustuskyky on nyt onnistuneesti aikaansaadettu. Tätä työtä tehdään jo muiden rokotusten kehittämiseksi.
Ensimmäinen askel olisi koko ihmisen genomin sekvensointi merkittävältä osalta väestöstä.
Ihmisen genomin sekvensointi
Ensimmäisen ihmisen genomin sekvensointi maksoi 2,7 miljardia dollaria ja kesti lähes 15 vuotta. Nykyinen koko ihmisen genomin sekvensoinnin hinta on laskenut dramaattisesti. Vuonna 2015 hinta oli 4000 dollaria, ja nyt hinta on alle 1000 dollaria henkilöltä. Tämä hinta voi laskea muutamia prosentteja, kun otetaan huomioon mittakaavaedut.
Meidän on sekvensoitava genomi kahdelle eri potilasryhmälle:
- Koronaviruksella tartunnut, mutta terve
- Koronaviruksella tartunnut, mutta heikko vastustuskyky
On mahdotonta ennustaa, kumpi tietopiste on arvokkain, mutta jokainen sekvensoitu genomi antaa tietojoukon. Mitä enemmän dataa, sitä enemmän vaihtoehtoja on löytää DNA-vaihteluita, jotka lisäävät kehon vastustuskykyä tautivectoria vastaan.
Kansakunnat menettävät tällä hetkellä tuhansia miljardeja dollareita tähän epidemiaan, ja 1000 dollarin hinta ihmisen genomin sekvensoinnista on vähäinen verrattuna siihen. Vähintään 1000 vapaaehtoista molemmista väestöryhmistä antaisi tutkijoille merkittävän määrän big dataa. Jos kokeen koko kasvaa yhden kertaluokan suuruiseksi, tekoälyllä olisi vielä enemmän koulutusdataa, mikä lisäisi onnistumisen todennäköisyyttä useilla kertaluokilla. Mitä enemmän dataa, sitä parempi, joten tavoitteena pitäisi olla 10 000 vapaaehtoista.
Machine Learning
Useiden tekoälytoimintojen lisäksi syvä oppiminen käytetään löytämään kuvioita datassa. Esimerkiksi voidaan havaita, että tietyt DNA-vaihtelut vastaavat korkeaa immuniteettia, kun taas toiset vastaavat korkeaa kuolemanvaaraa. Vähintään opimme, mitkä väestöryhmät ovat herkempiä ja tulisi karanteeniin.
Tämän datan tulkitsemiseksi tekoälyverkko sijoitetaan pilveen, ja sekvensoituja ihmisen genomeja ladataan ympäri maailmaa. Ajan ollessa olennaisessa roolissa, rinnakkaislaskenta vähentää tekoälyverkon tarvitsemaa aikaa.
Voimme jopa viedä sen askelen eteenpäin ja käyttää tekoälyverkon lajitteluun perustuvaa dataa ja syöttää sen toiseen järjestelmään, jota kutsutaan Recurrent Neural Network (RNN):ksi. RNN käyttää vahvistusoppimista tunnistamaan, kumpi geeni, jonka alkuperäinen tekoälyverkko valitsi, on menestyksekkäin simuloidussa ympäristössä. Vahvistusoppimisagentti pelisimulaatiota, jossa testataan, mitkä DNA-muutokset ovat tehokkaimpia.
Simuloitu ympäristö on kuin virtuaalipeliympäristö, jota monet tekoälyyritykset ovat hyvin asemoituneita hyödyntämään aiemmasta menestyksestään suunnittelemalla tekoälyalgoritmeja voittamaan esportpeleissä. Tähän kuuluvat yritykset kuten DeepMind ja OpenAI.
Nämä yritykset voivat käyttää perusrakennetta, joka on optimoitu mestaroidakseen videopelit, luomaan simuloitua ympäristöä, testatakseen geeniensisijausta ja oppimaan, mitkä DNA-muutokset johtavat tiettyihin toivottuihin muutoksiin.
Kun geeni on tunnistettu, toinen teknologia käytetään muokkaamaan sitä.
CRISPR
Äskettäin hyväksyttiin CRISPR:in käyttö DNA:n muokkaamiseen ihmiskehossa. Tämä oli harvinainen geneettinen häiriö, joka vaikuttaa yhteen jokaista 100 000 uutta syntynyttä. Tila voi johtua mutaatioista jopa 14:ssä geenissä, jotka osallistuvat verkkokalvon kasvuun ja toimintaan. Tässä tapauksessa CRISPR pyrkii tarkkaan kohdistamaan DNA:ta ja aiheuttamaan lievää, tilapäistä vahinkoa DNA-säikeelle, jolloin solu korjaa itsensä. Tässä parantavassa prosessissa on potentiaalia palauttaa näkökyky.
Vaikka odotamme vielä tuloksia siitä, toimisiko tämä hoito, CRISPR:n hyväksyminen koehenkilöiden tutkimukseen on mullistava. Mahdollisia häiriöitä, joita voidaan hoitaa, ovat parantuneet kehon luonnollinen geneettinen resistenssi tiettyjä tautivectoreita vastaan.
Potentiaalisesti voidaan manipuloida kehon luonnollista geneettistä resistenssiä tiettyjä tauteja vastaan. Tautia, jota voidaan potentiaalisesti kohdistaa, ovat moninaiset, mutta yhteisön tulisi keskittyä koronaviruskuumeen hoitoon. Uhka, joka voi johtaa kuolemantuomioon suurelle osalle väestöstä, jos sitä ei hillitä.
LOPPUMITAT
Vaikka on monia potentiaalisia vaihtoehtoja menestykseen, se vaatii, että geneetikot, epidemiologit ja tekoälyerikoiset yhdistyvät. Mahdollinen hoitovaihtoehto voi olla kuin yllä kuvattu, tai se voidaan paljastaa aivan toisenlaiseksi, mahdollisuus piilee genomin sekvensoinnissa suurelta osalta väestöstä.
Syvä oppiminen on paras analyysityökalu, jonka ihmiset ovat koskaan luoneet; meidän on kokeiltava käyttää sitä rokotteen luomiseen.
Kun otetaan huomioon, mitä on vaarassa tämän epidemiassa, näiden kolmen tieteellisen yhteisön on tehtävä yhteistyötä parantavan hoidon kehittämiseksi.
