Algoritmii utilizați de companii precum Netflix ar putea decoda limba biologică a bolilor neurodegenerative

Algoritmii puternici utilizați de companii precum Netflix, Facebook și Amazon ar putea avea implicații majore în domeniul sănătății. Ei au demonstrat capacitatea de a prezice limba biologică a cancerului și a altor boli neurodegenerative, cum ar fi Alzheimer.

Această inițiativă a fost întreprinsă de academicienii de la St. John’s College, Universitatea Cambridge, care au hrănit datele mari produse de-a lungul deceniilor într-un model de limbaj computerizat. Scopul a fost de a vedea dacă inteligența artificială (IA) ar putea face descoperiri mai avansate decât oamenii, și au găsit exact asta cu capacitatea tehnologiei de a decoda limba biologică.

Studiul a fost publicat în revista științifică PNAS, intitulat „Învățarea gramaticii moleculare a condensatelor de proteine din determinanții secvențiali și încorporări.” Conform experților, ar putea fi utilizat pentru a „corecta greșelile gramaticale din interiorul celulelor care cauzează boala.”

Profesorul Tuomas Knowles este autorul principal al lucrării și Fellow la St. John’s College. 

“Introducerea tehnologiei de învățare automată în cercetarea bolilor neurodegenerative și a cancerului este un adevărat joc schimbător. În cele din urmă, scopul va fi de a utiliza inteligența artificială pentru a dezvolta medicamente țintite pentru a ușura dramatic simptomele sau pentru a preveni demența în totalitate.”

Algoritmii puternici

Algoritmii de învățare automată utilizați de companii precum Netflix și Facebook fac predicții foarte educate despre consumatori și ce vor face următorul. Acesta este ceea ce se întâmplă atunci când Netflix recomandă un nou film sau Facebook recomandă un nou prieten. Asistenții vocali, cum ar fi Alexa și Siri, pot recunoaște indivizi imediat și pot răspunde. 

Dr. Kadi Liis Saar este autorul principal al lucrării și Fellow de cercetare la St. John’s College. Ea a utilizat o tehnologie similară pentru a antrena un model de limbaj la scară largă, care a urmărit să identifice ce se întâmplă cu proteinele în timpul bolii. 

“Corpul uman găzduiește mii și mii de proteine și oamenii de știință încă nu cunosc funcția multora dintre ele. Am cerut un model de limbaj bazat pe rețele neuronale să învețe limba proteinelor,” a spus ea.

“Am cerut în mod specific programului să învețe limba condensatelor biomoleculare care se schimbă – picături de proteine găsite în celule – pe care oamenii de știință au nevoie cu adevărat să o înțeleagă pentru a descifra limba funcției și disfuncției biologice care cauzează cancer și boli neurodegenerative, cum ar fi Alzheimer. Am găsit că poate învăța, fără a fi informat explicit, ceea ce oamenii de știință au descoperit deja despre limba proteinelor în deceniile de cercetare.”

Oamenii de știință cred că există câteva sute de boli neurodegenerative, cele mai comune fiind Alzheimer, Parkinson și Huntington. Alzheimer afectează 50 de milioane de oameni din întreaga lume, și în timpul bolii, proteinele formează aglomerări și ucid celulele nervoase sănătoase. 

Condensate de proteine și tehnologia NLP

Cu un creier sănătos, aceste mase de proteine pot fi eliminate eficient. Conform descoperirilor mai recente, oamenii de știință cred acum că unele proteine dezordonate formează condensate, care sunt picături lichide de proteine. Acestea nu au o membrană și se contopesc liber una cu alta, și pot fi formate și reformate.

“Condensatele de proteine au atras recent o mare atenție în lumea științifică, deoarece controlează evenimente cheie în celulă, cum ar fi exprimarea genică – modul în care ADN-ul nostru este transformat în proteine – și sinteza proteinelor – modul în care celulele produc proteine,” a spus profesorul Knowles.

“Orice defecte legate de aceste picături de proteine pot duce la boli, cum ar fi cancerul. Acesta este motivul pentru care introducerea tehnologiei de procesare a limbajului natural în cercetarea originilor moleculare ale disfuncției proteinelor este vitală, dacă dorim să putem corecta greșelile gramaticale din interiorul celulelor care cauzează boala,” a continuat el.

 “Am hrănit algoritmul cu toate datele despre proteinele cunoscute, astfel încât să poată învăța și să prevadă limba proteinelor în același mod în care aceste modele învață despre limba umană și despre cum WhatsApp știe cum să sugereze cuvinte pentru a le utiliza,” a spus Dr. Saar. 

“Atunci am putut să-i cerem despre gramatica specifică care duce doar la formarea condensatelor de proteine din interiorul celulelor. Este o problemă foarte dificilă și deblocarea ei ne va ajuta să învățăm regulile limbii bolii,” a continuat Dr. Saar.

Principalii factori care stau la baza acestui progres în tehnologie sunt o cantitate tot mai mare de date disponibile, o putere de calcul mai mare și progrese tehnice. Învățarea automată are potențialul de a transforma dramatic cercetarea în aceste domenii, permițând descoperiri care nu ar fi putut fi prevăzute.

Conform Dr. Saar, “Învățarea automată poate fi lipsită de limitările a ceea ce cercetătorii consideră a fi țintele pentru explorarea științifică și va însemna găsirea de noi conexiuni care nu au fost încă concepute. Este cu adevărat foarte interesant.”

Noul rețea este disponibilă cercetătorilor din întreaga lume, și un număr tot mai mare de oameni de știință se implică.