Sekwencjonowanie ludzkiego genomu i głębokie uczenie się mogą doprowadzić do szczepionki na koronawirusa – Opinia

Społeczność AI musi współpracować z genetykami w poszukiwaniu leczenia osób, które są najbardziej narażone na koronawirusa. Potencjalne leczenie mogłoby polegać na usunięciu komórek osoby, edycji DNA, a następnie wstrzyknięciu komórek z powrotem, teraz z nadzieją na skuteczną odpowiedź immunologiczną. Prace nad tym są obecnie prowadzone dla innych szczepionek.

Pierwszym krokiem byłoby zsekwencjonowanie całego ludzkiego genomu z znaczącej części populacji ludzkiej.

Sekwencjonowanie ludzkich genomów

Sekwencjonowanie pierwszego ludzkiego genomu kosztowało 2,7 miliarda dolarów i zajęło prawie 15 lat. Obecny koszt zsekwencjonowania całego ludzkiego genomu dramatycznie spadł. W 2015 roku koszt wynosił 4000 dolarów, teraz koszt wynosi mniej niż 1000 dolarów na osobę. Ten koszt może spaść o kilka punktów procentowych, gdy zostaną wzięte pod uwagę korzyści skali.

Musimy zsekwencjonować genom dwóch różnych typów pacjentów:

1. Zainfekowanych koronawirusem, ale zdrowych
2. Zainfekowanych koronawirusem, ale z słabą odpowiedzią immunologiczną

Nie jest możliwe przewidzenie, które dane punktu będą najcenniejsze, ale każdy zsekwencjonowany genom dostarczyłby zestaw danych. Im więcej danych, tym więcej opcji, aby zlokalizować zmiany DNA, które zwiększają odporność organizmu na wektor choroby.

Kraje tracą obecnie biliony dolarów z powodu tego wybuchu, koszt 1000 dolarów za ludzki genom jest nieznaczny w porównaniu. Minimalna liczba 1000 ochotników dla obu segmentów populacji wyposażyłaby badaczy w znaczne ilości danych. Gdyby próba zwiększyła się o rząd wielkości, AI miałoby jeszcze więcej danych szkoleniowych, co zwiększyłoby szanse na sukces o kilka rządów wielkości. Im więcej danych, tym lepiej, dlatego celem powinno być 10 000 ochotników.

Uczenie maszynowe

Pomimo wielu funkcjonalności uczenia maszynowego, głębokie uczenie się byłoby używane do znalezienia wzorców w danych. Na przykład, mogłoby być obserwowane, że pewne zmienne DNA odpowiadają wysokiej odporności, podczas gdy inne odpowiadają wysokiej śmiertelności. Co najmniej dowiedzielibyśmy się, które segmenty ludzkiej populacji są bardziej podatne i powinny być kwarantannowane.

Aby zrozumieć te dane, sztuczna sieć neuronowa (ANN) byłaby umieszczona w chmurze, a zsekwencjonowane ludzkie genomy z całego świata byłyby przesyłane. Z uwagi na to, że czas jest istotny, obliczenia równoległe zmniejszą czas potrzebny do pracy ANN.

Moglibyśmy nawet pójść o krok dalej i użyć danych wyjściowych posortowanych przez ANN i wprowadzić je do oddzielnego systemu zwanego Recurrent Neural Network (RNN). RNN używa uczenia wzmocnionego, aby określić, który gen wybrany przez początkowe ANN jest najbardziej skuteczny w symulowanym środowisku. Agent uczenia wzmocnionego zagrałby cały proces tworzenia symulowanego środowiska, aby przetestować, które edycje genów są bardziej skuteczne.

Środowisko symulowane jest jak wirtualne środowisko gry, czym wiele firm AI jest dobrze przygotowanych do skorzystania z ich poprzednich sukcesów w projektowaniu algorytmów AI do wygrywania w esportach. Obejmuje to firmy takie jak DeepMind i OpenAI.

Te firmy mogą użyć swojej podstawowej architektury zoptymalizowanej do opanowania gier wideo, aby stworzyć środowisko symulowane, przetestować edycje genów i dowiedzieć się, które edycje prowadzą do pożądanych zmian.

Gdy tylko gen zostanie zidentyfikowany, inna technologia jest używana do wykonania edycji.

CRISPR

Niedawno, pierwsza studia z użyciem CRISPR do edycji DNA w ludzkim ciele została zatwierdzona. Było to leczenie rzadkiej genetycznej choroby, która dotyka jednego na 100 000 noworodków. Choroba ta może być spowodowana mutacjami w maksymalnie 14 genach, które odgrywają rolę w wzroście i funkcjonowaniu siatkówki. W tym przypadku CRISPR ma na celu staranne nakierowanie DNA i spowodowanie lekkiego, tymczasowego uszkodzenia nici DNA, co powoduje, że komórka naprawia się sama. To właśnie ten proces gojenia ma potencjał przywrócić wzrok.

Pomimo że nadal czekamy na wyniki, czy to leczenie będzie skuteczne, precedens zatwierdzenia CRISPR do badań w ludzkim ciele jest przełomowy. Potencjalne choroby, które mogą być leczone, obejmują poprawę naturalnej odporności organizmu na określone choroby.

Potencjalnie, możemy manipulować naturalną odporność organizmu na konkretną chorobę. Choroby, które mogą być celem, są różnorodne, ale społeczność powinna się koncentrować na leczeniu nowej globalnej epidemii koronawirusa. Zagrożenie, które, jeśli nie zostanie powstrzymane, może doprowadzić do wyroku śmierci dla dużej części naszej populacji.

OSTATNIE MYSLI

Pomimo że istnieje wiele potencjalnych opcji osiągnięcia sukcesu, wymaga to, aby genetycy, epidemiolodzy i specjaliści od uczenia maszynowego zjednoczyli się. Potencjalna opcja leczenia może być opisana powyżej, lub może okazać się całkowicie inna, szansa leży w sekwencjonowaniu genomu dużej części populacji.

Głębokie uczenie się jest najlepszym narzędziem analitycznym, jakie kiedykolwiek stworzyli ludzie; musimy co najmniej spróbować użyć go do stworzenia szczepionki.

Gdy weźmiemy pod uwagę, co jest obecnie zagrożone przez tę epidemię, te trzy społeczności naukowe muszą współpracować, aby znaleźć lek.