ืืื ื ืืืืืืชืืช
ืจืืฆืืฃ ืืื ืื ืืื ืืฉื ืืืืืืช ืืืื ื ืขืืืงื ืขืฉืืืื ืืืืืื ืืืืกืื ื ืื ืงืืจืื ื – ืืขื
הקהילת ה-AI חייבת לשתף פעולה עם גנטיקאים, במציאת טיפול לאלו שנחשבים לפגיעים ביותר לקורונה. טיפול פוטנציאלי יכול לכלול הסרת תאים של אדם, עריכת ה-DNA ואז הזרקת התאים בחזרה, כעת בתקווה שחמושים בתגובת חיסון מוצלחת. זה נעשה כרגע לחיסונים אחרים.
הצעד הראשון יהיה ריצוף הגנום האנושי השלם ממגזר גדול של האוכלוסייה האנושית.
ריצוף גנומים אנושיים
ריצוף הגנום האנושי הראשון עלה 2.7 מיליארד דולר ולקח כמעט 15 שנים להשלים. עלות ריצוף הגנום האנושי השלם ירדה באופן דרמטי. בשנת 2015 העלות הייתה 4,000 דולר, כעת העלות היא פחות מ-1,000 דולר לאדם. עלות זו יכולה לרדת עוד מספר נקודות אחוז כאשר נלקחים בחשבון כלכלות של קנה מידה.
אנו צריכים לרצף את הגנום של שני סוגים שונים של חולים:
- נדבקים בקורונה; אבל בריאים
- נדבקים בקורונה; אבל תגובת חיסון רעה
אי אפשר לחזות איזה נקודת נתונים תהיה המועילה ביותר, אבל כל גנום מרוצף יספק מאגר נתונים. ככל שיש יותר נתונים, יש יותר אפשרויות למצוא וריאציות של DNA שמגדילות את העמידות של הגוף לווקטור המחלה.
מדינות מאבדות כרגע טריליוני דולרים להתפרצות זו, עלות 1,000 דולר לגנום אדם היא מינורית בהשוואה. מינימום של 1,000 מתנדבים לשני חלקי האוכלוסייה יחמש את החוקרים בכמויות משמעותיות של נתונים גדולים. אם הניסוי יגדל בסדר גודל, ה-AI יהיה בעל נתוני אימון רבים יותר, מה שיגדיל את הסיכויים להצלחה בסדרי גודל רבים. ככל שיש יותר נתונים, כך טוב יותר, ולכן יעד של 10,000 מתנדבים צריך להיות מכוון.
למידת מכונה
בעוד שישנן מספר תכונות של למידת מכונה, למידת מכונה עמוקה תשמש למציאת תבניות בנתונים. למשל, עשויה להיות תצפית שמשתנים מסוימים של DNA מתאימים לחיסוניות גבוהה, בעוד שאחרים מתאימים לתמותה גבוהה. לפחות נלמד איזה חלקים של האוכלוסייה האנושית פגיעים יותר וצריכים להיות בהסגר.
כדי לפענח את הנתונים האלה, רשת עצבית מלאכותית (ANN) תמוקם בענן, וגנומים אנושיים מרוצפים מרחבי העולם יועלו. עם זמן הוא הכול, חישוב מקבילי יקטין את הזמן הנדרש ל-ANN לעשות את הפלאים שלו.
אנו יכולים אפילו ללכת צעד אחד רחוק יותר ולהשתמש בנתוני פלט ממוינים על ידי ANN, ולהזין אותם למערכת נפרדת הנקראת רשת עצבית רקורסיבית (RNN). ה-RNN משתמש בלמידת חיזוק כדי לזהות איזה גן נבחר על ידי ANN הראשונית הוא המוצלח ביותר בסביבה מדומה. סוכן למידת החיזוק ישחק את כל התהליך של יצירת סביבה מדומה, לבדוק איזה שינויים ב-DNA הם יותר יעילים.
סביבה מדומה היא כמו סביבת משחק וירטואלית, משהו שחברות AI רבות ממוקמות היטב לנצל את ההצלחה הקודמת שלהן בעיצוב אלגוריתמים AI לנצח באירועי ספורט אלקטרוני. זה כולל חברות כמו DeepMind ו-OpenAI.
חברות אלה יכולות להשתמש בארכיטקטורה התת-מובנית שלהן, המותאמת להצלחה במשחקי וידאו, כדי ליצור סביבה מדומה, לבדוק עריכות גנים, וללמוד איזה עריכות מובילות לשינויים רצויים.
כאשר גן מזוהה, טכנולוגיה אחרת משמשת לבצע את העריכות.
CRISPR
לאחרונה, הואוכר המחקר הראשון אי פעם שבו CRISPR שימש לעריכת DNA בתוך גוף האדם. זה היה לטיפול בהפרעה גנטית נדירה שפוגעת באחד מכל 100,000 תינוקות. המצב יכול להיגרם על ידי מוטציות בעד 14 גנים שמשחקים תפקיד בצמיחה ופעילות של הרשתית. במקרה זה, CRISPR יוצא לכוון DNA בקפידה ולגרום לנזק זמני קל לשרשרת ה-DNA, מה שגורם לתא לתקן את עצמו. זהו תהליך הריפוי המשקם שיש לו פוטנציאל לשחזר את הראייה.
אנו עדיין מחכים לתוצאות אם טיפול זה יעבוד, אבל התקדים של השימוש ב-CRISPR לניסויים בגוף האדם הוא מהפכני. הפרעות פוטנציאליות שיכולות להיות מטופלות כוללות שיפור תגובת החיסון של הגוף לווקטורים מסוימים של מחלות.
פוטנציאלית, אנו יכולים להשפיע על ההתנגדות הגנטית הטבעית של הגוף למחלה מסוימת. המחלות שיכולות להיות מותקפות פוטנציאלית הן מגוונות, אבל הקהילה צריכה להתמקד בטיפול במגפה הגלובלית החדשה, קורונה. איום שאם לא יבוצע, עלול להוביל לגזר דין מוות לאחוז גדול מאוכלוסייתנו.
מחשבות סופיות
אנו צריכים לנסות להשתמש בלמידת מכונה עמוקה, הכלי האנליטי הטוב ביותר שבני אדם אי פעם יצרו, כדי ליצור חיסון.
כאשר אנו לוקחים בחשבון מה עלול להיות בסכנה עם המגפה הנוכחית, שלוש הקהילות המדעיות האלה צריכות לבוא יחד כדי לעבוד על מרפא.
