อัลกอริทึมที่บริษัทอย่าง Netflix ใช้สามารถถอดรหัสภาษาเชิงชีววิทยาของโรคเสื่อมสมองได้

อัลกอริทึมที่มีพลังที่บริษัทอย่าง Netflix (NFLX ), Facebook (META ) และ Amazon (AMZN ) ใช้สามารถมีผลกระทบอย่างมากในการดูแลสุขภาพ พวกเขาทำให้สามารถคาดการณ์ภาษาเชิงชีววิทยาของมะเร็งและโรคเสื่อมสมองอื่น ๆ เช่น โรคอัลไซเมอร์ได้

การเริ่มต้นนี้ได้รับการดำเนินโดยนักวิชาการที่ St. John’s College, University of Cambridge ซึ่งให้ข้อมูลขนาดใหญ่ที่ผลิตขึ้นในหลายทศวรรษเข้าไปในแบบจำลองภาษาคอมพิวเตอร์ เป้าหมายคือเพื่อดูว่าปัญญาประดิษฐ์ (AI) สามารถทำการค้นพบที่ซับซ้อนกว่ามนุษย์ได้หรือไม่ และพวกเขาพบสิ่งนั้นจริงๆ ด้วยความสามารถของเทคโนโลยีในการถอดรหัสภาษาเชิงชีววิทยา

การศึกษานี้ได้รับการตีพิมพ์ในวารสารวิทยาศาสตร์ PNAS, ชื่อ “การเรียนรู้ไวยากรณ์โมเลกุลของโปรตีนคอนเดนเซตจากตัวกำหนดลำดับและอิมเบดดิง” การเรียนรู้ไวยากรณ์โมเลกุลของโปรตีนคอนเดนเซตจากตัวกำหนดลำดับและอิมเบดดิง” ตามที่ผู้เชี่ยวชาญระบุว่าสามารถใช้เพื่อ “แก้ไขข้อผิดพลาดทางไวยากรณ์ภายในเซลล์ที่ทำให้เกิดโรค” ได้

ศาสตราจารย์ Tuomas Knowles เป็นผู้เขียนนำของเอกสารและเป็น Fellow ที่ St. John’s College

“การนำเทคโนโลยีเครื่องมือการเรียนรู้มาใช้ในงานวิจัยเกี่ยวกับโรคเสื่อมสมองและโรคมะเร็งเป็นการเปลี่ยนแปลงอย่างมาก สุดท้ายเป้าหมายคือการใช้ปัญญาประดิษฐ์ในการพัฒนายาเฉพาะที่เพื่อลดอาการหรือป้องกันโรคจิตเสื่อมได้อย่างมาก”

อัลกอริทึมที่มีพลัง

อัลกอริทึมการเรียนรู้ของเครื่องจักรที่บริษัทอย่าง Netflix และ Facebook ใช้ทำการคาดการณ์ที่มีการศึกษาสูงเกี่ยวกับผู้บริโภคและอะไรที่พวกเขาจะทำต่อไป ซึ่งเป็นสิ่งที่เกิดขึ้นเมื่อ Netflix แนะนำภาพยนตร์ใหม่หรือ Facebook แนะนำเพื่อนใหม่ ผู้ช่วยเสียงเช่น Alexa และ Siri สามารถรู้จักบุคคลได้ทันทีและตอบกลับ

ดร. Kadi Liis Saar เป็นผู้เขียนเอกสารและเป็น Research Fellow ที่ St. John’s College เธอใช้เทคโนโลยีแบบเดียวกันในการฝึกแบบจำลองภาษาขนาดใหญ่ซึ่งมีเป้าหมายในการระบุสิ่งที่เกิดขึ้นกับโปรตีนระหว่างโรค

“ร่างกายของมนุษย์มีโปรตีนหลายพันและนักวิทยาศาสตร์ยังไม่รู้ฟังก์ชันของหลายโปรตีนเหล่านั้น เราให้เครือข่ายประสาทเทียมแบบภาษาเรียนรู้ภาษาของโปรตีน” เธอกล่าว

“เราให้โปรแกรมเรียนรู้ภาษาของไบโอมอลีคิวลาร์คอนเดนเซต — หยดน้ำของโปรตีนที่พบในเซลล์ — ที่นักวิทยาศาสตร์ต้องการเข้าใจเพื่อแก้ภาษาเชิงชีววิทยาของการทำงานและการทำงานผิดปกติที่ทำให้เกิดโรคมะเร็งและโรคเสื่อมสมอง เช่น โรคอัลไซเมอร์ เราพบว่ามันสามารถเรียนรู้ได้โดยไม่ต้องบอกให้เรียนรู้อย่างชัดเจน สิ่งที่นักวิทยาศาสตร์พบแล้วเกี่ยวกับภาษาของโปรตีนในหลายทศวรรษของการวิจัย”

นักวิทยาศาสตร์เชื่อว่ามีโรคเสื่อมสมองหลายร้อยโรค โดยที่โรคที่พบบ่อยที่สุดคือโรคอัลไซเมอร์, โรคพาร์คินสัน และโรคฮันติงตัน โรคอัลไซเมอร์ทำให้เกิดการเปลี่ยนแปลงในโปรตีนในร่างกาย ซึ่งสามารถทำให้เซลล์ประสาทที่มีสุขภาพดีเสียหายได้

โปรตีนคอนเดนเซตและเทคโนโลยี NLP

ด้วยสมองที่มีสุขภาพดี โปรตีนเหล่านี้สามารถถูกกำจัดได้อย่างมีประสิทธิภาพ ตามการค้นพบใหม่ๆ นักวิทยาศาสตร์เชื่อว่าโปรตีนบางชนิดที่ไม่เรียบร้อยสามารถก่อตัวเป็นคอนเดนเซต ซึ่งเป็นหยดน้ำของโปรตีนที่ไม่มีเยื่อหุ้มและสามารถรวมกันได้อย่างอิสระ และสามารถก่อตัวและเปลี่ยนรูปได้

“โปรตีนคอนเดนเซตได้รับความสนใจอย่างมากในโลกวิทยาศาสตร์เพราะว่ามันควบคุมเหตุการณ์สำคัญในเซลล์ เช่น การแสดงออกของยีน — วิธีการที่ DNA ของเราถูกแปลงเป็นโปรตีน — และการสังเคราะห์โปรตีน — วิธีการที่เซลล์สร้างโปรตีน” ศาสตราจารย์ Knowles กล่าว

“ข้อบกพร่องที่เกี่ยวข้องกับหยดน้ำโปรตีนเหล่านี้สามารถทำให้เกิดโรค เช่น มะเร็งได้ ซึ่งเป็นสาเหตุว่าทำไมการนำเทคโนโลยีการประมวลผลภาษาเชิงธรรมชาติเข้ามาในงานวิจัยเกี่ยวกับจุดกำเนิดของโปรตีนจึงมีความสำคัญหากต้องการแก้ไขข้อผิดพลาดทางไวยากรณ์ภายในเซลล์ที่ทำให้เกิดโรค” เขายังคงกล่าว

“เราให้อัลกอริทึมทั้งหมดของข้อมูลที่ทราบเกี่ยวกับโปรตีนเพื่อให้เรียนรู้และคาดการณ์ภาษาของโปรตีนในแบบเดียวกับที่แบบจำลองเหล่านี้เรียนรู้เกี่ยวกับภาษาและวิธีการที่ WhatsApp รู้วิธีแนะนำคำให้คุณ” ดร. Saar กล่าว

“จากนั้นเราสามารถถามมันเกี่ยวกับไวยากรณ์เฉพาะที่ทำให้โปรตีนบางชนิดก่อตัวเป็นคอนเดนเซตภายในเซลล์ มันเป็นปัญหาที่ท้าทายมากและถ้าเราสามารถแก้ปัญหาได้ จะช่วยให้เรียนรู้กฎของภาษาของโรค” ดร. Saar กล่าวต่อ

ปัจจัยหลักที่อยู่เบื้องหลังความก้าวหน้านี้คือการเพิ่มขึ้นของข้อมูลที่มีอยู่, ความสามารถในการประมวลผลที่สูงขึ้น และความก้าวหน้าทางเทคนิค เทคโนโลยีการเรียนรู้ของเครื่องจักรมีศักยภาพที่จะเปลี่ยนแปลงการวิจัยในพื้นที่เหล่านี้อย่างมาก ทำให้เกิดการค้นพบที่ไม่เคยคาดคิดมาก่อน

ตามที่ดร. Saar กล่าวว่า “การเรียนรู้ของเครื่องจักรสามารถหลุดพ้นจากข้อจำกัดของสิ่งที่นักวิจัยคิดว่าเป็นเป้าหมายของการสำรวจทางวิทยาศาสตร์ และจะทำให้พบการเชื่อมต่อใหม่ที่เราไม่เคยคิดมาก่อน มันจริงๆ แล้วน่าตื่นเต้นมาก”

เครือข่ายใหม่ เครือข่ายนี้มีให้บริการสำหรับนักวิจัยทั่วโลก และมีนักวิจัยจำนวนมากที่เข้าร่วม