Naukowcy wykorzystują sztuczną inteligencję, aby uzyskać głębszy wgląd w wzrost komórek 

Zespół naukowców z Instytutu Nauk Przemysłowych Uniwersytetu Tokijskiego zaprojektował nowy algorytm uczenia maszynowego, który jest w stanie przewidzieć rozmiar pojedynczej komórki podczas jej wzrostu i podziału. 

Sztuczna sieć neuronowa opracowana przez zespół umożliwia komputerowi sporządzanie dokładniejszych prognoz w porównaniu z metodami opierającymi się wyłącznie na powszechnych założeniach stosowanych w biologii. Zdaniem zespołu nowe odkrycia mogą pomóc w rozwoju biologii ilościowej i usprawnieniu przemysłowej produkcji leków. 

Dziedzina Biologii

Dziedzina biologii, podobnie jak wszystkie nauki przyrodnicze, opiera się na modelach matematycznych, które prognozują przyszłość na podstawie danych. Ponieważ systemy żywe i biologiczne formy życia są niezwykle złożone, nie zawsze można w pełni ufać tym równaniom. Często opierają się na upraszczających założeniach, które niekoniecznie odzwierciedlają prawdziwe procesy biologiczne. 

Z tego powodu zespół naukowców zwrócił się ku nowemu algorytmowi uczenia maszynowego, który może wykorzystywać zmierzony rozmiar pojedynczych komórek w czasie, aby przewidzieć ich przyszły rozmiar. Jedną z najważniejszych zalet systemu komputerowego jest to, że automatycznie rozpoznaje on wzorce w danych, co oznacza, że ​​nie podlega ograniczeniom jak inne konwencjonalne metody.

Atsushi Kamimura jest pierwszym autorem Referat naukowy. 

„W biologii często stosuje się proste modele ze względu na ich zdolność do odtwarzania zmierzonych danych” – mówi Kamimura. „Jednak modele mogą nie uchwycić tego, co naprawdę się dzieje ze względu na ludzkie uprzedzenia”.

Gromadzenie danych

Badanie opierało się na danych zebranych z bakterii Escherichia coli lub komórek drożdży Schizosaccha-romyces pombe, które trzymano w kanale mikroprzepływowym o różnej temperaturze. 

Ustalono, że wielkość działki przypominała „ząb piły”, ponieważ wykładniczy wzrost został przerwany przez zdarzenia związane z podziałem. Tradycyjnie biolodzy opierają się na modelu „rozmiaru”, który opiera się na bezwzględnym rozmiarze komórki, lub modelu „dodawania”, który opiera się na wzroście rozmiaru od urodzenia. Używają tych modeli do przewidywania, kiedy nastąpi podział.

Chociaż program komputerowy wykazał, że zasada „dodawania” jest skuteczna, okazało się, że stanowi ona część większego i bardziej złożonego systemu reakcji biochemicznych i sygnalizacji. 

Tetsuya Kobayashi jest starszym autorem artykułu.

„Nasza sieć neuronowa do głębokiego uczenia się może skutecznie oddzielić czynniki deterministyczne zależne od historii od szumu w danych” – mówi Kobayashi.

Zespół twierdzi, że tę metodę można zastosować w innych obszarach biologii, nie tylko do przewidywania wielkości komórki. Nauki przyrodnicze będą w coraz większym stopniu opierać się na sztucznej inteligencji, a nie na modelach ludzkich, a sztuczna inteligencja będzie w stanie odkryć nowe i skuteczne sposoby kontrolowania mikroorganizmów, co będzie miało duży wpływ na sposób, w jaki fermentujemy produkty i wytwarzamy leki.