Sequenciamento do Genoma Humano e Aprendizado Profundo Podem Levar a uma Vacina Contra o Coronavírus – Opinião

A comunidade de IA deve colaborar com geneticistas para encontrar um tratamento para aqueles considerados mais propensos a contrair o coronavírus. Um tratamento potencial poderia envolver a remoção das células de uma pessoa, edição do DNA e, em seguida, injeção das células de volta, agora esperançosamente armadas com uma resposta imune bem-sucedida. Isso está sendo trabalhado para algumas outras vacinas.

O primeiro passo seria sequenciar o genoma humano inteiro de um segmento considerável da população humana.

Sequenciamento de Genomas Humanos

Sequenciar o primeiro genoma humano custou 2,7 bilhões de dólares e levou quase 15 anos para ser concluído. O custo atual de sequenciar um ser humano inteiro diminuiu drasticamente. Em 2015, o custo era de 4.000 dólares, agora o custo é menos de 1.000 dólares por pessoa. Esse custo pode diminuir alguns pontos percentuais quando as economias de escala são consideradas.

Precisamos sequenciar o genoma de dois tipos diferentes de pacientes:

1. Infectados com Coronavírus; mas saudáveis
2. Infectados com Coronavírus; mas com resposta imune pobre

É impossível prever qual dado será mais valioso, mas cada genoma sequenciado fornecerá um conjunto de dados. Quanto mais dados, mais opções haverá para localizar variações de DNA que aumentam a resistência do corpo à doença.

As nações estão atualmente perdendo trilhões de dólares com essa epidemia, o custo de 1.000 dólares por genoma humano é menor em comparação. Um mínimo de 1.000 voluntários para ambos os segmentos da população armaria os pesquisadores com volumes significativos de dados. Se o teste aumentar de tamanho por uma ordem de magnitude, a IA terá ainda mais dados de treinamento, o que aumentaria as chances de sucesso por várias ordens de magnitude. Quanto mais dados, melhor, é por isso que um objetivo de 10.000 voluntários deve ser visado.

Aprendizado de Máquina

Enquanto múltiplas funcionalidades do aprendizado de máquina estariam presentes, o aprendizado profundo seria usado para encontrar padrões nos dados. Por exemplo, pode haver uma observação de que certas variáveis de DNA correspondem a uma alta imunidade, enquanto outras correspondem a uma alta mortalidade. No mínimo, aprenderíamos quais segmentos da população humana são mais suscetíveis e devem ser colocados em quarentena.

Para decifrar esses dados, uma Rede Neural Artificial (RNA) seria localizada na nuvem, e genomas humanos sequenciados de todo o mundo seriam carregados. Com o tempo sendo essencial, o processamento paralelo reduzirá o tempo necessário para a RNA trabalhar sua magia.

Podemos até levar isso um passo adiante e usar os dados de saída ordenados pela RNA e alimentar um sistema separado chamado Rede Neural Recorrente (RNR). A RNR usa aprendizado por reforço para identificar qual gene selecionado pela RNA inicial é mais bem-sucedido em um ambiente simulado. O agente de aprendizado por reforço gamificaria todo o processo de criar um ambiente simulado para testar quais alterações de DNA são mais eficazes.

Um ambiente simulado é como um ambiente de jogo virtual, algo que muitas empresas de IA estão bem posicionadas para aproveitar com base em seu sucesso anterior em projetar algoritmos de IA para vencer em esportes eletrônicos. Isso inclui empresas como DeepMind e OpenAI.

Essas empresas podem usar sua arquitetura subjacente otimizada para dominar jogos de vídeo, para criar um ambiente simulado, testar edições de genes e aprender quais edições levam a alterações desejadas específicas.

Uma vez que um gene é identificado, outra tecnologia é usada para fazer as edições.

CRISPR

Recentemente, o primeiro estudo que usou CRISPR para editar DNA dentro do corpo humano foi aprovado. Isso foi para tratar um tipo raro de distúrbio genético que afeta um em cada 100.000 recém-nascidos. A condição pode ser causada por mutações em até 14 genes que desempenham um papel no crescimento e operação da retina. Nesse caso, o CRISPR visa cuidadosamente o DNA e causa danos leves e temporários à fita de DNA, fazendo com que a célula se repare. É esse processo de cura restauradora que tem o potencial de restaurar a visão.

Enquanto ainda estamos esperando os resultados de se esse tratamento funcionará, o precedente de ter o CRISPR aprovado para testes no corpo humano é transformacional. Distúrbios potenciais que podem ser tratados incluem melhorar a resposta imune do corpo a vetores de doenças específicas.

Potencialmente, podemos manipular a resistência genética natural do corpo a uma doença específica. As doenças que podem ser potencialmente visadas são diversas, mas a comunidade deve se concentrar no tratamento da nova epidemia global de coronavírus. Uma ameaça que, se não controlada, pode levar a uma sentença de morte para uma grande porcentagem de nossa população.

CONSIDERAÇÕES FINAIS

Embora haja muitas opções potenciais para alcançar o sucesso, será necessário que geneticistas, epidemiologistas e especialistas em aprendizado de máquina se unam. Uma opção de tratamento pode ser como descrito acima, ou pode ser revelada como algo completamente diferente; a oportunidade reside na sequenciação do genoma de um segmento grande da população.

O aprendizado profundo é a melhor ferramenta de análise que os humanos já criaram; precisamos, no mínimo, tentar usá-lo para criar uma vacina.

Quando consideramos o que está atualmente em risco com essa epidemia atual, essas três comunidades científicas precisam se unir para trabalhar em uma cura.