Algoritmer som används av företag som Netflix kan tolka det biologiska språket för neurodegenerativa sjukdomar

Kraftfulla algoritmer som används av företag som Netflix (NFLX ), Facebook (META ) och Amazon (AMZN ) kan ha stor betydelse för hälso- och sjukvården. De har visat sig kunna förutsäga det biologiska språket för cancer och andra neurodegenerativa sjukdomar, såsom Alzheimers.

Denna initiativ togs av akademiker vid St. John’s College, University of Cambridge, som matade in stora mängder data som producerats under flera decennier till en datorbaserad språkmodell. Målet var att se om artificiell intelligens (AI) kunde göra mer avancerade upptäckter än människor, och de fann just det med teknikens förmåga att tolka biologiskt språk.

Studien publicerades i den vetenskapliga tidskriften PNAS, med titeln “Learning the molecular grammar of protein condensates from sequence determinants and embeddings.” Enligt experterna kan det användas för att “rätta till grammatiska fel inuti celler som orsakar sjukdom.”

Professor Tuomas Knowles är huvudförfattare till artikeln och en Fellow vid St. John’s College.

“Att bringa maskinlärande teknik in i forskning om neurodegenerativa sjukdomar och cancer är en absolut spelväxlare. Slutligt sett kommer målet att vara att använda artificiell intelligens för att utveckla riktade läkemedel som dramatiskt kan lindra symtom eller förhindra att demens uppstår över huvud taget.”

Kraftfulla Algoritmer

De maskinlärande algoritmerna som används av företag som Netflix och Facebook gör mycket utbildade förutsägelser om konsumenter och vad de kommer att göra härnäst. Detta är vad som händer när Netflix rekommenderar en ny film eller Facebook rekommenderar en ny vän. Röstassistenter som Alexa och Siri kan känna igen individer direkt och svara.

Dr. Kadi Liis Saar är första författare till artikeln och en forskningsstipendiat vid St. John’s College. Hon använde liknande teknik för att träna en stor språkmodell, som syftade till att identifiera vad som händer med proteiner under sjukdom.

“Människokroppen är hem för tusentals och åter tusentals proteiner och forskare vet ännu inte funktionen för många av dem. Vi bad en neural nätverksbaserad språkmodell att lära sig språket för proteiner”, sa hon.

“Vi bad specifikt programmet att lära sig språket för formförändrande biomolekylära kondensat — droppar av proteiner som finns i celler — som forskare verkligen behöver förstå för att knäcka språket för biologisk funktion och fel som orsakar cancer och neurodegenerativa sjukdomar som Alzheimers. Vi fann att det kunde lära sig, utan att uttryckligen tala om för det, vad forskare redan har upptäckt om språket för proteiner under årtionden av forskning.”

Forskare tror att det finns flera hundra neurodegenerativa sjukdomar, med de vanligaste vara Alzheimers, Parkinsons och Huntingtons sjukdom. Alzheimers påverkar 50 miljoner människor runt om i världen, och under sjukdomen bildar proteiner klumpar och dödar friska nervceller.

Protein kondensat och NLP-teknik

Med en frisk hjärna kan dessa massor av proteiner avlägsnas effektivt. Enligt senare fynd tror forskare nu att vissa oordnade proteiner bildar kondensat, som är flytande droppar av proteiner. Dessa har ingen membran och smälter samman fritt med varandra, och de kan bilda och omforma sig.

“Protein kondensat har nyligen fått mycket uppmärksamhet i den vetenskapliga världen eftersom de kontrollerar viktiga händelser i cellen, såsom genuttryck — hur vår DNA omvandlas till proteiner — och proteinsyntes — hur cellerna tillverkar proteiner”, sa professor Knowles.

“Eventuella defekter i samband med dessa protein droppar kan leda till sjukdomar som cancer. Detta är varför det är viktigt att bringa in naturlig språkbehandlingsteknik i forskning om de molekylära ursprunget till protein fel är avgörande om vi vill kunna rätta till grammatiska fel inuti celler som orsakar sjukdom”, fortsatte han.

“Vi matade algoritmen med all data som finns om kända proteiner så att den kunde lära sig och förutsäga språket för proteiner på samma sätt som dessa modeller lär sig om mänskligt språk och hur WhatsApp vet hur man föreslår ord att använda”, sa Dr. Saar.

“Sedan kunde vi fråga den om den specifika grammatik som leder till att vissa proteiner bildar kondensat inuti celler. Det är ett mycket svårt problem och att lösa det kommer att hjälpa oss att lära oss reglerna för språket för sjukdom”, fortsatte Dr. Saar.

De viktigaste drivkrafterna bakom denna tekniska utveckling är den ökande mängden tillgänglig data, högre beräkningskraft och tekniska framsteg. Maskinlärande har potentialen att dramatiskt omvandla forskning inom dessa områden, vilket möjliggör upptäckter som aldrig tidigare kunde ha förutsagts.

Enligt Dr. Saar, “Maskinlärande kan vara fri från begränsningarna för vad forskare tror är målen för vetenskaplig utforskning och det kommer att betyda att nya kopplingar kommer att hittas som vi ännu inte har uppfattat. Det är verkligen mycket spännande.”

Det nya nätverket är tillgängligt för forskare runt om i världen, och ett ökande antal forskare är involverade.