Kecerdasan buatan
Sekuensing Genom Manusia dan Pembelajaran Dalam Bisa Membawa pada Vaksin Coronavirus – Opini
Komunitas AI harus berkolaborasi dengan ahli genetika, dalam menemukan pengobatan untuk mereka yang dianggap paling berisiko terkena coronavirus. Pengobatan potensial bisa melibatkan menghilangkan sel-sel seseorang, mengedit DNA dan kemudian menyuntikkan sel-sel kembali, sekarang dengan harapan memiliki respons imun yang sukses. Ini saat ini sedang dikerjakan untuk beberapa vaksin lain.
Langkah pertama akan menjadi sekuensing genom manusia seluruhnya dari segmen besar populasi manusia.
Sequencing Human Genomes
Mengurutkan genom manusia pertama kali membutuhkan biaya $2,7 miliar dan membutuhkan hampir 15 tahun untuk diselesaikan. Biaya saat ini untuk mengurutkan genom manusia seluruhnya telah menurun secara dramatis. Sejak 2015, biaya adalah $4000, sekarang biaya kurang dari $1000 per orang. Biaya ini bisa turun beberapa poin persentase lebih ketika skala ekonomi diambil dalam pertimbangan.
Kita perlu mengurutkan genom dari dua jenis pasien yang berbeda:
- Terinfeksi Coronavirus; tetapi sehat
- Terinfeksi Coronavirus; tetapi respons imun yang buruk
Mustahil untuk memprediksi data mana yang akan paling berharga, tetapi setiap genom yang diurutkan akan menyediakan 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. Minimal 1.000 relawan untuk kedua segmen populasi akan membekali peneliti dengan volume data besar. Jika percobaan ini meningkat dalam ukuran dengan satu tingkat, AI akan memiliki data pelatihan yang lebih banyak yang akan meningkatkan peluang kesuksesan dengan beberapa tingkat. Semakin banyak data, semakin baik, itulah mengapa target 10.000 relawan harus dituju.
Machine Learning
Sementara banyak fungsi pembelajaran mesin akan hadir, pembelajaran dalam akan digunakan untuk menemukan pola dalam data. Misalnya, mungkin ada pengamatan bahwa variabel DNA tertentu sesuai dengan kekebalan yang tinggi, sementara yang lain sesuai dengan mortalitas yang tinggi. Paling tidak kita akan mempelajari segmen mana dari populasi manusia yang lebih rentan dan harus dikarantina.
Untuk memahami data ini, Jaringan Saraf Buatan (ANN) akan ditempatkan di cloud, dan genom manusia yang diurutkan dari seluruh dunia akan diunggah. Dengan waktu yang sangat penting, komputasi paralel akan mengurangi waktu yang dibutuhkan untuk ANN bekerja dengan ajaib.
Kita bahkan bisa membawa ini satu langkah lebih jauh dan menggunakan data output yang diurutkan oleh ANN, dan memberikannya ke sistem yang disebut Recurrent Neural Network (RNN). RNN menggunakan pembelajaran penguatan untuk mengidentifikasi gen mana yang dipilih oleh ANN awal yang paling sukses dalam lingkungan simulasi. Agen pembelajaran penguatan akan mengubah proses pembuatan lingkungan simulasi, untuk menguji perubahan DNA mana yang lebih efektif.
Lingkungan simulasi seperti lingkungan permainan virtual, sesuatu yang banyak perusahaan AI yang sangat siap untuk mengambil keuntungan dari kesuksesan 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 simulasi, menguji edit gen, dan mempelajari edit mana yang menyebabkan perubahan yang diinginkan.
Sekali gen diidentifikasi, teknologi lain digunakan untuk membuat edit.
CRISPR
Baru-baru ini, studi pertama yang menggunakan CRISPR untuk mengedit DNA di dalam tubuh manusia 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 banyak sebagai 14 gen yang memainkan peran dalam pertumbuhan dan operasi retina. Dalam hal ini, CRISPR berusaha untuk dengan hati-hati menargetkan DNA dan menyebabkan kerusakan sementara pada helai DNA, menyebabkan sel untuk memperbaiki dirinya. Proses penyembuhan ini yang memiliki potensi untuk memulihkan penglihatan.
Sementara kita masih menunggu hasil apakah pengobatan ini akan berhasil, preseden memiliki CRISPR disetujui untuk percobaan di tubuh manusia adalah transformasional. Gangguan potensial yang dapat diobati termasuk memperbaiki respons imun tubuh terhadap vektor penyakit tertentu.
Potensial, kita dapat memanipulasi resistensi genetik alami tubuh terhadap penyakit tertentu. Penyakit yang dapat dipotong secara potensial sangat beragam, tetapi komunitas harus fokus pada pengobatan epidemi global baru coronavirus. Ancaman yang jika tidak terkendali bisa menyebabkan hukuman mati untuk persentase besar dari populasi kita.
PEMIKIRAN AKHIR
Sementara ada banyak pilihan untuk mencapai kesuksesan, akan membutuhkan ahli genetika, ahli epidemiologi, dan spesialis pembelajaran mesin untuk bersatu. Opsi pengobatan potensial mungkin seperti yang dijelaskan di atas, atau mungkin terungkap untuk menjadi tidak terbayangkan berbeda, kesempatan terletak pada sekuensing genom dari segmen besar populasi.
Pembelajaran dalam adalah alat analisis terbaik yang pernah dibuat manusia; kita perlu setidaknya mencoba untuk menggunakannya untuk membuat vaksin.
Ketika kita mempertimbangkan apa yang saat ini berisiko dengan epidemi saat ini, ketiga komunitas ilmiah ini perlu bersatu untuk bekerja pada obat.
