Алгоритмы, используемые компаниями, такими как Netflix, могут расшифровать биологический язык нейродегенеративных заболеваний

Мощные алгоритмы, используемые компаниями, такими как Netflix (NFLX ), Facebook (META ) и Amazon (AMZN ), могут иметь серьезные последствия для здравоохранения. Они продемонстрировали способность предсказывать биологический язык рака и других нейродегенеративных заболеваний, таких как болезнь Альцгеймера.

Эта инициатива была предпринята академиками колледжа Святого Иоанна в Кембридже, которые подали большой объем данных, накопленных за десятилетия, в компьютерную языковую модель. Целью было определить, может ли искусственный интеллект (ИИ) сделать более совершенные открытия, чем люди, и они обнаружили именно это с помощью способности технологии расшифровать биологический язык.

Исследование было опубликовано в научном журнале PNAS, под названием “Изучение молекулярной грамматики белковых конденсатов из последовательных определителей и вложений“. Согласно экспертам, это может быть использовано для “исправления грамматических ошибок внутри клеток, вызывающих заболевания”.

Профессор Туомас Ноулз является основным автором статьи и членом колледжа Святого Иоанна.

“Привнесение технологии машинного обучения в исследования нейродегенеративных заболеваний и рака – это абсолютный прорыв. В конечном итоге, цель будет состоять в том, чтобы использовать искусственный интеллект для разработки целевых препаратов, которые смогут значительно облегчить симптомы или предотвратить возникновение деменции вообще”.

Мощные Алгоритмы

Алгоритмы машинного обучения, используемые компаниями, такими как Netflix и Facebook, делают высокообразованные прогнозы о потребителях и их действиях. Это происходит, когда Netflix рекомендует новый фильм или Facebook рекомендует нового друга. Голосовые помощники, такие как Alexa и Siri, могут распознавать людей сразу и реагировать.

Доктор Кади Лис Саар является основным автором статьи и исследователем в колледже Святого Иоанна. Она использовала подобную технологию для обучения крупномасштабной языковой модели, целью которой было определить, что происходит с белками во время заболевания.

“Человеческое тело является домом для тысяч и тысяч белков, и ученым еще не известна функция многих из них. Мы попросили нейронную сеть изучить язык белков”, – сказала она.

“Мы конкретно попросили программу изучить язык биомолекулярных конденсатов – капель белков, найденных в клетках – которые ученым действительно нужно понять, чтобы расшифровать язык биологической функции и дисфункции, вызывающей рак и нейродегенеративные заболевания, такие как болезнь Альцгеймера. Мы обнаружили, что она может изучить, не будучи явно проинформированной, то, что ученым уже открыто о языке белков за десятилетия исследований”.

Ученые считают, что существует несколько сотен нейродегенеративных заболеваний, самыми распространенными из которых являются болезнь Альцгеймера, болезнь Паркинсона и болезнь Хантингтона. Болезнь Альцгеймера поражает 50 миллионов человек по всему миру, и во время заболевания белки образуют сгустки и убивают здоровые нервные клетки.

Белковые Конденсаты и Технология NLP

В здоровом мозге эти массы белков могут быть эффективно удалены. Согласно более недавним открытиям, ученые теперь считают, что некоторые расстроенные белки образуют конденсаты, которые представляют собой жидкие капли белков. Эти конденсаты не имеют мембраны и могут свободно сливаться друг с другом, и они могут образовываться и реформироваться.

“Белковые конденсаты в последнее время привлекли много внимания в научном мире, поскольку они контролируют ключевые события в клетке, такие как экспрессия генов – как наша ДНК преобразуется в белки – и синтез белков – как клетки производят белки”, – сказал профессор Ноулз.

“Любые дефекты, связанные с этими белковыми каплями, могут привести к заболеваниям, таким как рак. Это почему введение технологии обработки естественного языка в исследования молекулярных основ белковых дисфункций имеет решающее значение, если мы хотим исправить грамматические ошибки внутри клеток, вызывающие заболевания”, – продолжил он.

“Мы подали алгоритму все данные о известных белках, чтобы он мог изучить и предсказать язык белков таким же образом, как эти модели изучают человеческий язык и как WhatsApp знает, какие слова предложить вам использовать”, – сказала доктор Саар.

“Затем мы смогли спросить его о конкретной грамматике, которая приводит только некоторые белки к образованию конденсатов внутри клеток. Это очень сложная проблема, и ее решение поможет нам изучить правила языка заболеваний”, – продолжила доктор Саар.

Основными движущими силами этого прогресса в технологии являются увеличивающийся объем доступных данных, более высокая вычислительная мощность и технические достижения. Машинное обучение имеет потенциал кардинально изменить исследования в этих областях, позволяя сделать открытия, которые никогда не могли быть предсказаны.

Согласно доктору Саар, “Машинное обучение может быть свободным от ограничений того, что исследователи считают целями научного исследования, и это будет означать, что будут найдены новые связи, которые мы еще не смогли даже представить. Это действительно очень интересно”.

Новая сеть доступна исследователям по всему миру, и все больше ученых вовлекаются в эту работу.