Sekuensing Genom Manusia dan Pembelajaran Dalam Could Memimpin Menuju Vaksin Coronavirus – Opini

Komunitas AI harus berkolaborasi dengan ahli genetika untuk menemukan pengobatan bagi mereka yang paling berisiko terkena coronavirus. Pengobatan potensial bisa melibatkan penghapusan sel-sel seseorang, mengedit DNA, dan kemudian menyuntikkan sel-sel kembali, dengan harapan memiliki respons imun yang sukses. Ini saat ini sedang dikerjakan untuk beberapa vaksin lain.

Langkah pertama akan menjadi sekuensing genom manusia secara keseluruhan dari segmen yang cukup besar dari populasi manusia.

Mensekuensing Genom Manusia

Biaya sekuensing genom manusia pertama mencapai $2,7 miliar dan membutuhkan hampir 15 tahun untuk diselesaikan. Biaya sekuensing genom manusia secara keseluruhan telah menurun secara dramatis. Pada tahun 2015, biaya sekitar $4000, sekarang biaya kurang dari $1000 per orang. Biaya ini bisa menurun beberapa poin persentase lebih banyak ketika efisiensi skala diambil dalam pertimbangan.

Kita perlu mensekuensing genom dari dua jenis pasien yang berbeda:

1. Terinfeksi Coronavirus; tetapi sehat
2. Terinfeksi Coronavirus; tetapi memiliki respons imun yang buruk

Tidak mungkin untuk memprediksi data mana yang akan paling berharga, tetapi setiap genom yang disekuensing akan memberikan dataset. Semakin banyak data, semakin banyak pilihan untuk menemukan variasi DNA yang meningkatkan resistensi tubuh terhadap vektor penyakit.

Negara-negara saat ini kehilangan triliunan dolar karena wabah ini, biaya $1000 per genom manusia adalah minor dibandingkan dengan itu. Minimal 1.000 relawan untuk kedua segmen populasi akan memberikan peneliti dengan volume data yang signifikan. Jika percobaan tersebut meningkat dalam ukuran sebesar satu order of magnitude, AI akan memiliki lebih banyak data pelatihan yang akan meningkatkan kemungkinan sukses dengan beberapa order of magnitude. Semakin banyak data, semakin baik, itulah mengapa target 10.000 relawan harus diarahkan.

Pembelajaran Mesin

Sementara banyak fungsi pembelajaran mesin akan hadir, pembelajaran dalam akan digunakan untuk menemukan pola dalam data. Misalnya, mungkin ada observasi bahwa variabel DNA tertentu sesuai dengan imunitas yang tinggi, sementara yang lain sesuai dengan mortalitas yang tinggi. Paling tidak kita akan belajar siapa segmen populasi manusia yang lebih rentan dan harus dikarantina.

Untuk memahami data ini, Jaringan Saraf Buatan (ANN) akan ditempatkan di cloud, dan genom manusia yang disekuensing dari seluruh dunia akan diunggah. Dengan waktu yang sangat penting, komputasi paralel akan mengurangi waktu yang dibutuhkan oleh ANN untuk bekerja dengan ajaib.

Kita bahkan bisa membawa ini satu langkah lebih jauh dan menggunakan data output yang diurutkan oleh ANN, dan memberikan data tersebut ke sistem yang terpisah yang disebut Jaringan Saraf Berulang (RNN). RNN menggunakan pembelajaran penguatan untuk mengidentifikasi gen mana yang dipilih oleh ANN awal yang paling sukses dalam lingkungan yang disimulasikan. Agen pembelajaran penguatan akan mengubah proses pembuatan lingkungan yang disimulasikan, untuk menguji perubahan DNA mana yang lebih efektif.

Lingkungan yang disimulasikan seperti lingkungan permainan virtual, sesuatu yang banyak perusahaan AI yang sangat siap untuk mengambil keuntungan dari keberhasilan mereka sebelumnya dalam merancang algoritma AI untuk memenangkan esports. Ini termasuk perusahaan seperti DeepMind dan OpenAI.

Perusahaan-perusahaan ini dapat menggunakan arsitektur dasar yang dioptimalkan untuk menguasai permainan video, untuk membuat lingkungan yang disimulasikan, menguji perubahan gen, dan belajar perubahan mana yang menyebabkan perubahan yang diinginkan.

Sekali gen diidentifikasi, teknologi lain digunakan untuk membuat perubahan.

CRISPR

Baru-baru ini, studi pertama yang menggunakan CRISPR untuk mengedit DNA di dalam tubuh manusia telah disetujui. Ini untuk mengobati gangguan genetik yang langka yang mempengaruhi satu dari setiap 100.000 bayi baru lahir. Kondisi ini dapat disebabkan oleh mutasi pada 14 gen yang berperan dalam pertumbuhan dan operasi retina. Dalam hal ini, CRISPR berusaha untuk secara hati-hati menargetkan DNA dan menyebabkan kerusakan sementara pada helai DNA, menyebabkan sel untuk memperbaiki diri. Proses penyembuhan ini memiliki potensi untuk mengembalikan penglihatan.

Sementara kita masih menunggu hasil apakah pengobatan ini akan berhasil, preseden memiliki CRISPR disetujui untuk percobaan di tubuh manusia adalah transformatif. Gangguan potensial yang dapat diobati termasuk meningkatkan respons imun tubuh terhadap vektor penyakit tertentu.

Potensial, kita dapat memanipulasi resistensi genetik alami tubuh terhadap penyakit tertentu. Penyakit yang dapat dipilih sangat beragam, tetapi komunitas harus fokus pada pengobatan epidemi global baru coronavirus. Ancaman yang jika tidak terkendali bisa menyebabkan hukuman mati bagi sebagian besar populasi kita.

PIKIRAN AKHIR

Sementara ada banyak pilihan untuk mencapai kesuksesan, ini akan membutuhkan bahwa ahli genetika, ahli epidemiologi, dan spesialis pembelajaran mesin bersatu. Opsi pengobatan potensial mungkin seperti yang dijelaskan di atas, atau mungkin terungkap sangat berbeda, kesempatan terletak pada sekuensing genom dari segmen besar populasi.

Pembelajaran dalam adalah alat analisis terbaik yang pernah diciptakan manusia; kita perlu setidaknya mencoba menggunakannya untuk membuat vaksin.

Ketika kita mempertimbangkan apa yang saat ini berisiko dengan epidemi ini, ketiga komunitas ilmiah ini perlu bersatu untuk bekerja pada pengobatan.