Peneliti Menggunakan AI untuk Memperoleh Wawasan yang Lebih Dalam tentang Pertumbuhan Sel

Tim ilmuwan di Universitas Tokyo Institute of Industrial Science telah merancang algoritma pembelajaran mesin baru yang dapat memprediksi ukuran sel individu saat tumbuh dan membelah.

Jaringan saraf tiruan tim memungkinkan komputer untuk membuat prakiraan yang lebih akurat dibandingkan dengan metode yang hanya mengandalkan asumsi umum dalam biologi. Menurut tim, perkembangan baru ini dapat membantu memajukan bidang biologi kuantitatif dan meningkatkan produksi industri obat-obatan.

Bidang Biologi

Bidang biologi, seperti semua ilmu alam, bergantung pada model matematika yang membuat prediksi tentang masa depan berdasarkan data. Karena sistem hidup dan bentuk kehidupan biologis sangat kompleks, persamaan ini tidak selalu dapat dipercaya. Mereka sering bergantung pada asumsi yang disederhanakan, yang tidak selalu mencerminkan proses biologis yang sebenarnya.

Karena itu, tim peneliti beralih ke algoritma pembelajaran mesin baru, yang dapat menggunakan ukuran sel tunggal yang diukur dari waktu ke waktu untuk memprediksi ukuran masa depannya. Salah satu kelebihan utama dari sistem komputer ini adalah bahwa itu secara otomatis mengenali pola dalam data, yang berarti itu tidak terbatas seperti metode konvensional lainnya.

Atsushi Kamimura adalah penulis utama dari makalah penelitian.

“Dalam biologi, model sederhana sering digunakan berdasarkan kemampuan mereka untuk mereproduksi data yang diukur,” kata Kamimura. “Namun, model tersebut mungkin gagal menangkap apa yang sebenarnya terjadi karena prasangka manusia.”

Mengumpulkan Data

Studi ini bergantung pada data yang dikumpulkan dari bakteri Escherichia coli atau sel ragi Schizosaccharomyces pombe, yang disimpan dalam saluran mikrofluidik dengan suhu yang bervariasi.

Ditemukan bahwa plot ukuran tampak seperti “gigi gergaji” karena pertumbuhan eksponensial diinterupsi oleh peristiwa pembelahan. Secara tradisional, ahli biologi manusia bergantung pada model “sizer”, yang berdasarkan pada ukuran absolut sel, atau model “adder”, yang berdasarkan pada peningkatan ukuran sejak kelahiran. Mereka menggunakan model ini untuk memprediksi kapan pembagian akan terjadi.

Sementara program komputer menunjukkan bahwa prinsip “adder” efektif, itu menemukan bahwa itu adalah bagian dari sistem reaksi biokimia dan sinyal yang lebih besar dan lebih kompleks.

Tetsuya Kobayashi adalah penulis senior makalah tersebut.

“Jaringan saraf pembelajaran dalam kami dapat secara efektif memisahkan faktor deterministik yang bergantung pada sejarah dari kebisingan dalam data yang diberikan,” kata Kobayashi.

Tim mengatakan bahwa metode ini dapat digunakan di bidang lain biologi, tidak hanya untuk memprediksi ukuran sel. Ilmu kehidupan akan semakin bergantung pada kecerdasan buatan daripada model manusia, dan AI akan dapat menemukan cara baru dan efisien untuk mengontrol mikroorganisme, yang akan memiliki dampak besar pada bagaimana kita fermentasi produk dan menghasilkan obat.