Algorytmy stosowane przez firmy takie jak Netflix mogą odczytać biologiczny język chorób neurodegeneracyjnych

Potężne algorytmy stosowane przez firmy takie jak Netflix (NFLX ), Facebook (META ) i Amazon (AMZN ) mogą mieć znaczące implikacje w ochronie zdrowia. Wykazały one zdolność do przewidywania biologicznego języka raka i innych chorób neurodegeneracyjnych, takich jak choroba Alzheimera.

Inicjatywa ta została podjęta przez akademików z St. John’s College, University of Cambridge, którzy wprowadzili duże ilości danych wytworzonych przez dziesięciolecia do modelu językowego komputera. Celem było sprawdzenie, czy sztuczna inteligencja (AI) może dokonać bardziej zaawansowanych odkryć niż ludzie, i okazało się, że tak jest w przypadku możliwości technologii do odczytania biologicznego języka.

Badanie zostało opublikowane w naukowym czasopiśmie PNAS, pt. „Nauka gramatyki molekularnej kondensatów białkowych z determinantów sekwencji i osadzeń”. Według ekspertów może być ono wykorzystane do „poprawienia błędów gramatycznych wewnątrz komórek, które powodują choroby”.

Profesor Tuomas Knowles jest głównym autorem artykułu i członkiem St. John’s College.

“Wprowadzenie technologii machine learning do badań nad chorobami neurodegeneracyjnymi i rakiem jest absolutnym przełomem. Ostatecznie, celem będzie wykorzystanie sztucznej inteligencji do opracowania ukierunkowanych leków, które mogą dramatycznie złagodzić objawy lub zapobiec demencji w ogóle.”

Potężne Algorytmy

Algorytmy machine learning stosowane przez firmy takie jak Netflix i Facebook dokonują bardzo wykształconych przewidywań dotyczących konsumentów i tego, co będą robić następnie. To jest to, co się dzieje, gdy Netflix poleca nowy film lub Facebook poleca nowego przyjaciela. Asystenci głosowi, tacy jak Alexa i Siri, mogą rozpoznać osoby od razu i odpowiedzieć.

Dr Kadi Liis Saar jest pierwszym autorem artykułu i stypendystką w St. John’s College. Wykorzystała podobną technologię do szkolenia modelu językowego w dużym stopniu, który miał na celu identyfikację tego, co dzieje się z białkami podczas choroby.

“Ludzkie ciało jest domem dla tysięcy i tysięcy białek, a naukowcy jeszcze nie wiedzą, jaka jest funkcja wielu z nich. Poprosiliśmy model językowy sieci neuronowej, aby nauczył się języka białek”, powiedziała.

“Poprosiliśmy program, aby nauczył się języka biomolekularnych kondensatów, które są kroplami białek znajdującymi się w komórkach, które naukowcy muszą zrozumieć, aby rozwiązać język biologicznej funkcji i nieprawidłowości, które powodują raka i choroby neurodegeneracyjne, takie jak choroba Alzheimera. Stwierdziliśmy, że może się uczyć, bez wyraźnego poinformowania, o tym, co naukowcy odkryli na temat języka białek przez dziesięciolecia badań”.

Naukowcy uważają, że istnieje kilkaset chorób neurodegeneracyjnych, z których najczęstsze to choroba Alzheimera, Parkinsona i Huntingtona. Choroba Alzheimera dotyka 50 milionów ludzi na całym świecie, a podczas choroby białka tworzą skupiska i zabijają zdrowe komórki nerwowe.

Kondensaty Białkowe i Technologia NLP

Zdrowy mózg może skutecznie usuwać te masy białek. Według ostatnich ustaleń, naukowcy uważają, że niektóre zaburzone białka tworzą kondensaty, które są płynnymi kroplami białek. Nie mają one błony i łączą się swobodnie ze sobą, a także mogą tworzyć i odtwarzać.

“Kondensaty białkowe ostatnio przyciągnęły dużą uwagę świata naukowego, ponieważ kontrolują kluczowe wydarzenia w komórce, takie jak ekspresja genów – jak nasz DNA jest przekształcany w białka – oraz synteza białek – jak komórki wytwarzają białka”, powiedział profesor Knowles.

“Wszelkie defekty związane z tymi kroplami białek mogą prowadzić do chorób, takich jak rak. Dlatego wprowadzenie technologii przetwarzania języka naturalnego do badań nad molekularnymi przyczynami nieprawidłowości białek jest niezbędne, jeśli chcemy być w stanie poprawić błędy gramatyczne wewnątrz komórek, które powodują choroby”, kontynuował.

“Karmiliśmy algorytm wszystkimi danymi dotyczącymi znanych białek, aby mógł się uczyć i przewidywać język białek w taki sam sposób, w jaki te modele uczą się o języku ludzkim i jak WhatsApp wie, jak sugerować słowa do użycia”, powiedziała dr Saar.

“Następnie mogliśmy zapytać go o konkretną gramatykę, która prowadzi tylko niektóre białka do tworzenia kondensatów w komórkach. To jest bardzo trudny problem i rozwiązanie go pomoże nam nauczyć się zasad języka choroby”, kontynuowała dr Saar.

Głównymi czynnikami stojącymi za tym postępem technologicznym są coraz większe ilości dostępnych danych, wyższa moc obliczeniowa i postępy techniczne. Machine learning ma potencjał, aby dramatycznie przekształcić badania w tych obszarach, umożliwiając odkrycia, które nie mogłyby być wcześniej przewidziane.

Według dr Saar, “Machine learning może być wolny od ograniczeń tego, co naukowcy uważają za cele badań, i oznacza to, że zostaną znalezione nowe połączenia, których nawet nie możemy sobie wyobrazić. To jest naprawdę bardzo ekscytujące”.

Nowa sieć jest dostępna dla naukowców na całym świecie, a coraz więcej naukowców zaangażowanych w ten proces.