อัลกอริทึมที่ใช้โดยบริษัทอย่าง Netflix อาจถอดรหัสภาษาเชิงชีววิทยาของโรคเสื่อมสมอง

อัลกอริทึมที่ทรงพลังที่ใช้โดยบริษัทอย่าง Netflix, Facebook และ Amazon อาจมีผลกระทบอย่างมากต่อสุขภาพ พวกเขามีความสามารถในการคาดการณ์ภาษาเชิงชีววิทยาของโรคมะเร็งและโรคเสื่อมสมองอื่นๆ เช่น โรคอัลไซเมอร์

โครงการนี้ได้รับการดำเนินการโดยนักวิชาการที่ St. John’s College, University of Cambridge ซึ่งให้ข้อมูลขนาดใหญ่ที่ผลิตขึ้นในช่วงหลายทศวรรษเข้าสู่โมเดลภาษาคอมพิวเตอร์ เป้าหมายคือเพื่อดูว่าปัญญาประดิษฐ์ (AI) สามารถค้นพบสิ่งที่ซับซ้อนกว่ามนุษย์ และพวกเขาพบสิ่งนั้นจริงๆ ด้วยความสามารถของเทคโนโลยีในการถอดรหัสภาษาเชิงชีววิทยา

การศึกษานี้ได้รับการตีพิมพ์ในวารสารวิทยาศาสตร์ PNAS, ชื่อ “การเรียนรู้ไวยากรณ์ระดับโมเลกุลของโปรตีนคอนเดนเสตจากลำดับและอิมเบดดิง” ตามที่ผู้เชี่ยวชาญระบุว่าอาจใช้เพื่อ “แก้ไขข้อผิดพลาดทางไวยากรณ์ภายในเซลล์ที่ทำให้เกิดโรค”

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

“การนำเทคโนโลยีการเรียนรู้ของเครื่องเข้าสู่การวิจัยเกี่ยวกับโรคเสื่อมสมองและโรคมะเร็งเป็นการเปลี่ยนแปลงอย่างมาก สุดท้ายเป้าหมายคือการใช้ปัญญาประดิษฐ์ในการพัฒนายาแบบกำหนดเป้าหมายเพื่อลดอาการหรือป้องกันโรคจิตเสื่อมอย่างสิ้นเชิง”

อัลกอริทึมที่ทรงพลัง

อัลกอริทึมการเรียนรู้ของเครื่องจักรที่ใช้โดยบริษัทอย่าง Netflix และ Facebook มีการทำนายที่มีการศึกษาสูงเกี่ยวกับผู้บริโภคและจะทำอะไรต่อไป นี่คือสิ่งที่เกิดขึ้นเมื่อ Netflix แนะนำภาพยนตร์ใหม่หรือ Facebook แนะนำเพื่อนใหม่ ผู้ช่วยเสียง เช่น Alexa และ Siri สามารถรู้จักบุคคลได้ทันทีและตอบสนอง

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

“ร่างกายของมนุษย์มีโปรตีนหลายพันและนักวิทยาศาสตร์ยังไม่รู้จักหน้าที่ของหลายโปรตีน เราให้โมเดลภาษาเครือข่ายประสาทต้องเรียนรู้ภาษาของโปรตีน” เธอกล่าว

“เราให้โปรแกรมเรียนรู้ภาษาของไบโอมอเลกุลคอนเดนเสตที่เปลี่ยนรูป — หยดน้ำของโปรตีนที่พบในเซลล์ — ซึ่งนักวิทยาศาสตร์ต้องการเข้าใจเพื่อแก้ปัญหาเกี่ยวกับภาษาของการทำงานและความผิดปกติทางชีววิทยาที่ทำให้เกิดโรคมะเร็งและโรคเสื่อมสมอง เช่น โรคอัลไซเมอร์ เราพบว่ามันสามารถเรียนรู้ได้โดยไม่ต้องบอกอย่างชัดเจนเกี่ยวกับสิ่งที่นักวิทยาศาสตร์พบเกี่ยวกับภาษาของโปรตีนในช่วงหลายทศวรรษของการวิจัย”

นักวิทยาศาสตร์เชื่อว่ามีโรคเสื่อมสมองหลายร้อยโรค โดยโรคที่พบบ่อยที่สุดคือ โรคอัลไซเมอร์, โรคพาร์คินสัน และโรคฮันติงตัน โรคอัลไซเมอร์影響ผู้คน 50 ล้านคนทั่วโลก และระหว่างโรค โปรตีนจะรวมตัวกันและฆ่าเซลล์ประสาทที่มีสุขภาพดี

โปรตีนคอนเดนเสตและเทคโนโลยี NLP

ด้วยสมองที่มีสุขภาพดี ก้อนโปรตีนเหล่านี้สามารถกำจัดได้อย่างมีประสิทธิภาพ ตามการค้นพบใหม่ๆ นักวิทยาศาสตร์เชื่อว่าโปรตีนที่ไม่เรียบร้อยบางชนิดสามารถก่อตัวเป็นคอนเดนเสต ซึ่งเป็นหยดน้ำของโปรตีนที่ไม่มีเยื่อหุ้มและรวมกันได้อย่างอิสระ และสามารถก่อตัวและเปลี่ยนรูปได้

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

“ข้อบกพร่องที่เกี่ยวข้องกับโปรตีนเหล่านี้สามารถนำไปสู่โรค เช่น โรคมะเร็ง สิ่งนี้ทำให้การนำเทคโนโลยีการประมวลผลภาษาเข้าสู่การวิจัยเกี่ยวกับภาษาเชิงชีววิทยาของโปรตีนมีความสำคัญอย่างยิ่ง หากเราต้องการแก้ไขข้อผิดพลาดทางไวยากรณ์ภายในเซลล์ที่ทำให้เกิดโรค”

“เราให้อัลกอริทึมทั้งหมดของข้อมูลที่ทราบเกี่ยวกับโปรตีนเพื่อให้สามารถเรียนรู้และคาดการณ์ภาษาของโปรตีนในแบบเดียวกับที่โมเดลเหล่านี้เรียนรู้เกี่ยวกับภาษาของมนุษย์และวิธีการที่ WhatsApp รู้ว่าจะแนะนำคำให้คุณใช้” ดร. Saar กล่าว

“จากนั้นเราสามารถถามเกี่ยวกับไวยากรณ์เฉพาะที่ทำให้โปรตีนบางชนิดก่อตัวเป็นคอนเดนเสตภายในเซลล์เป็นปัญหาที่ท้าทายมาก และการแก้ปัญหานี้จะช่วยให้เราสามารถเรียนรู้กฎของภาษาของโรค” ดร. Saar กล่าวต่อ

ปัจจัยหลักที่อยู่เบื้องหลังความก้าวหน้านี้คือปริมาณข้อมูลที่มีอยู่มากขึ้น, กำลังประมวลผลที่สูงขึ้น และความก้าวหน้าทางเทคนิค การเรียนรู้ของเครื่องจักรมีศักยภาพในการเปลี่ยนแปลงการวิจัยในด้านเหล่านี้อย่างมาก ทำให้สามารถค้นพบสิ่งที่ไม่เคยคาดเดาได้

ตามที่ดร. Saar กล่าวว่า “การเรียนรู้ของเครื่องจักรสามารถหลุดพ้นจากข้อจำกัดของสิ่งที่นักวิจัยคิดว่าเป็นเป้าหมายสำหรับการสำรวจทางวิทยาศาสตร์ และจะทำให้พบความเชื่อมโยงใหม่ที่เรายังไม่คิดถึงเลย มันคือสิ่งที่น่าตื่นเต้นจริงๆ”

เครือข่ายใหม่ นี้ มีให้บริการสำหรับนักวิจัยทั่วโลก และนักวิจัยจำนวนมากขึ้นเรื่อยๆ ที่เข้าร่วม