potongan Pengurutan Genom Manusia dan Pembelajaran Mendalam Dapat Menghasilkan Vaksin Coronavirus - Opini - Unite.AI
Terhubung dengan kami

Kesehatan

Pengurutan Genom Manusia dan Pembelajaran Mendalam Dapat Mengarah ke Vaksin Coronavirus – Opini

mm
Updated on

Komunitas AI harus berkolaborasi dengan ahli genetika, dalam menemukan pengobatan bagi mereka yang dianggap paling berisiko terkena virus corona. Perawatan potensial dapat melibatkan pengambilan sel seseorang, mengedit DNA dan kemudian menyuntikkan kembali sel tersebut, sekarang diharapkan dipersenjatai dengan respon imun yang berhasil. Ini saat ini sedang bekerja pada beberapa vaksin lain.

Langkah pertama adalah mengurutkan seluruh genom manusia dari segmen populasi manusia yang cukup besar.

Mengurutkan Genom Manusia

Mengurutkan genom manusia pertama menelan biaya $2.7 miliar dan membutuhkan waktu hampir 15 tahun untuk menyelesaikannya. Biaya pengurutan seluruh manusia saat ini telah turun secara dramatis. Baru-baru ini pada tahun 2015 biayanya $4000, sekarang biayanya kurang dari $1000 per orang. Biaya ini dapat turun beberapa poin persentase lagi ketika skala ekonomi dipertimbangkan.

Kita perlu mengurutkan genom dari dua jenis pasien yang berbeda:

  1. Terinfeksi dengan Coronavirus; tapi sehat
  2. Terinfeksi dengan Coronavirus; tetapi respon imun yang buruk

Tidak mungkin untuk memprediksi titik data mana yang paling berharga, tetapi setiap genom yang diurutkan akan menyediakan kumpulan data. Semakin banyak data semakin banyak pilihan untuk menemukan variasi DNA yang meningkatkan daya tahan tubuh terhadap vektor penyakit.

Bangsa-bangsa saat ini kehilangan triliunan dolar karena wabah ini, biaya $1000 untuk genom manusia kecil jika dibandingkan. Minimal 1,000 sukarelawan untuk kedua segmen populasi akan mempersenjatai peneliti dengan volume data besar yang signifikan. Jika uji coba meningkat dalam ukuran satu urutan besarnya, AI akan memiliki lebih banyak data pelatihan yang akan meningkatkan peluang keberhasilan beberapa kali lipat. Semakin banyak data semakin baik, makanya target 10,000 relawan harus dibidik.

Pembelajaran mesin

Sementara beberapa fungsi pembelajaran mesin akan hadir, pembelajaran mendalam akan digunakan untuk menemukan pola dalam data. Misalnya, mungkin ada pengamatan bahwa variabel DNA tertentu berhubungan dengan kekebalan yang tinggi, sementara yang lain berhubungan dengan kematian yang tinggi. Minimal kita akan mempelajari segmen populasi manusia mana yang lebih rentan dan harus dikarantina.

Untuk menguraikan data ini, Jaringan Syaraf Tiruan (JST) akan ditempatkan di cloud, dan urutan genom manusia dari seluruh dunia akan diunggah. Dengan waktu sebagai esensi, komputasi paralel akan mengurangi waktu yang dibutuhkan JST untuk melakukan keajaibannya.

Kami bahkan dapat mengambil satu langkah lebih jauh dan menggunakan data keluaran yang disortir oleh JST, dan memasukkannya ke dalam sistem terpisah yang disebut a Jaringan Neural Berulang (RNN). RNN menggunakan pembelajaran penguatan untuk mengidentifikasi gen mana yang dipilih oleh ANN awal yang paling berhasil dalam lingkungan simulasi. Agen pembelajaran penguatan akan melakukan gamifikasi seluruh proses pembuatan pengaturan simulasi, untuk menguji perubahan DNA mana yang lebih efektif.

Lingkungan yang disimulasikan seperti lingkungan permainan virtual, sesuatu yang dapat dimanfaatkan oleh banyak perusahaan AI berdasarkan keberhasilan mereka sebelumnya dalam merancang algoritme AI untuk menang di esports. Ini termasuk perusahaan seperti itu DeepMind dan OpenAI.

Perusahaan-perusahaan ini dapat menggunakan arsitektur dasar mereka yang dioptimalkan untuk menguasai video game, untuk menciptakan lingkungan yang terstimulasi, menguji suntingan gen, dan mempelajari suntingan mana yang menghasilkan perubahan spesifik yang diinginkan.

Setelah gen diidentifikasi, teknologi lain digunakan untuk melakukan pengeditan.

CRISPR

Baru-baru ini, studi pertama menggunakan CRISPR untuk mengedit DNA di dalam tubuh manusia disetujui. Ini untuk mengobati jenis kelainan genetik langka yang memengaruhi satu dari setiap 100,000 bayi baru lahir. Kondisi tersebut dapat disebabkan oleh mutasi pada sebanyak 14 gen yang berperan dalam pertumbuhan dan pengoperasian retina. Dalam kasus ini, CRISPR menetapkan untuk menargetkan DNA dengan hati-hati dan menyebabkan sedikit kerusakan sementara pada untaian DNA, menyebabkan sel memperbaiki dirinya sendiri. Proses penyembuhan restoratif inilah yang berpotensi memulihkan penglihatan.

Sementara kami masih menunggu hasil apakah perawatan ini akan berhasil, preseden CRISPR yang disetujui untuk uji coba pada tubuh manusia bersifat transformasional. Gangguan potensial yang dapat diobati termasuk meningkatkan respon kekebalan tubuh terhadap vektor penyakit tertentu.

Secara potensial, kita dapat memanipulasi resistensi genetik alami tubuh terhadap penyakit tertentu. Penyakit yang berpotensi menjadi sasaran beragam, tetapi masyarakat harus fokus pada pengobatan virus corona epidemi global baru. Ancaman yang jika tidak dicegah dapat menyebabkan hukuman mati bagi sebagian besar penduduk kita.

PIKIRAN FINAL

Meskipun ada banyak pilihan potensial untuk mencapai kesuksesan, ahli genetika, ahli epidemiologi, dan spesialis pembelajaran mesin harus bersatu. Pilihan pengobatan potensial mungkin seperti yang dijelaskan di atas, atau mungkin dinyatakan sangat berbeda, peluangnya terletak pada pengurutan genom dari sebagian besar populasi.

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

Ketika kita mempertimbangkan apa yang saat ini berisiko dengan epidemi saat ini, ketiga komunitas ilmiah ini perlu bekerja sama untuk menyembuhkannya.

Mitra pendiri unite.AI & anggota Dewan Teknologi Forbes, anto adalah seorang futuris yang bersemangat tentang masa depan AI & robotika.

Dia juga Pendiri Sekuritas.io, situs web yang berfokus pada investasi dalam teknologi disruptif.