การลำดับจีโนมมนุษย์และการเรียนรู้แบบลึกอาจนำไปสู่การสร้างวัคซีนโควิด-19 – ความคิดเห็น

ชุมชน AI ต้องร่วมมือกับนักพันธุศาสตร์ในการค้นหาวิธีรักษาผู้ที่มีความเสี่ยงสูงต่อโควิด-19 วิธีรักษาที่อาจใช้ได้คือการนำเซลล์ของบุคคลออกมา แก้ไข DNA แล้วฉีดเซลล์กลับเข้าไปในบุคคลนั้น โดยหวังว่าจะมีการตอบสนองภูมิคุ้มกันที่ประสบความสำเร็จ นี่เป็นสิ่งที่กำลัง ดำเนินการสำหรับวัคซีนบางชนิด ในปัจจุบัน

ขั้นตอนแรกคือการลำดับจีโนมมนุษย์ทั้งหมดจากประชากรมนุษย์จำนวนมาก

การลำดับจีโนมมนุษย์

การลำดับจีโนมมนุษย์ครั้งแรกมีค่าใช้จ่าย 2.7 พันล้านดอลลาร์สหรัฐฯ และใช้เวลาเกือบ 15 ปีในการ完成 ต้นทุนการลำดับจีโนมมนุษย์ทั้งหมดในขณะนี้ได้ลดลงอย่างมาก เมื่อไม่นานมานี้ในปี 2015 ต้นทุนอยู่ที่ 4,000 ดอลลาร์สหรัฐฯ แต่ปัจจุบันต้นทุนลดลงเหลือ不到 1,000 ดอลลาร์สหรัฐฯ ต่อคน ต้นทุนนี้อาจลดลงอีกเล็กน้อยเมื่อพิจารณาจากเศรษฐกิจของขนาด

เราต้องลำดับจีโนมของสองประเภทของผู้ป่วย:

1. ติดเชื้อโควิด-19 แต่มีสุขภาพดี
2. ติดเชื้อโควิด-19 แต่มีการตอบสนองภูมิคุ้มกันที่ไม่ดี

ไม่สามารถคาดเดาได้ว่าข้อมูลใดจะเป็นข้อมูลที่มีค่าที่สุด แต่การลำดับจีโนมแต่ละครั้งจะให้ข้อมูลชุดหนึ่งๆ ข้อมูลที่มากขึ้นจะทำให้มีตัวเลือกมากขึ้นในการค้นหาการเปลี่ยนแปลงของ DNA ที่เพิ่มความต้านทานของร่างกายต่อโรค

ประเทศต่างๆ กำลังสูญเสียทรัพยากรหลายพันล้านดอลลาร์สหรัฐฯ เนื่องจากการระบาดนี้ ค่าใช้จ่าย 1,000 ดอลลาร์สหรัฐฯ ต่อการลำดับจีโนมมนุษย์เป็นค่าใช้จ่ายที่น้อยเมื่อเทียบกับผลกระทบของการระบาดนี้ ผู้อาสาสมัครอย่างน้อย 1,000 คนสำหรับทั้งสองกลุ่มของประชากรจะให้ข้อมูลจำนวนมากแก่นักวิจัย หากการทดลองมีขนาดใหญ่ขึ้น 10 เท่า AI จะมีข้อมูลการฝึกอบรมมากขึ้น ซึ่งจะเพิ่มโอกาสในการสำเร็จหลายเท่า ข้อมูลที่มากขึ้นจะดีกว่า ซึ่งเป็นเหตุผลที่ต้องมีผู้อาสาสมัคร 10,000 คน

การเรียนรู้ของเครื่อง

แม้ว่าจะมีฟังก์ชันการทำงานหลายอย่างของการเรียนรู้ของเครื่อง แต่การเรียนรู้แบบลึกจะถูกใช้ในการค้นหารูปแบบในข้อมูล ตัวอย่างเช่น อาจพบว่าการเปลี่ยนแปลง DNA บางอย่างสอดคล้องกับการตอบสนองภูมิคุ้มกันที่ดี ในขณะที่การเปลี่ยนแปลงอื่นๆ สอดคล้องกับการเสียชีวิตที่สูง ในขั้นต่ำ เราจะได้เรียนรู้ว่ากลุ่มใดของประชากรมีความเสี่ยงสูงและควรได้รับการกักโรค

เพื่อทำความเข้าใจข้อมูลนี้ เราจะใช้เครือข่ายประสาทเทียม (ANN) ที่ตั้งอยู่บนคลาวด์ และอัปโหลดจีโนมมนุษย์ที่ถูกลำดับจากทั่วโลก ด้วยความเร่งด่วนของเวลา การคำนวณแบบขนานจะช่วยลดเวลาที่ ANN ต้องใช้ในการทำงาน

เรายังสามารถนำข้อมูลที่เรียงลำดับโดย ANN และป้อนเข้าสู่ระบบอื่นที่เรียกว่า เครือข่ายประสาทเทียมแบบเรียกซ้ำ (RNN) RNN ใช้การเรียนรู้แบบเสริมกำลังในการระบุว่าจีโนมใดที่เลือกโดย ANN เป็นจีโนมที่ประสบความสำเร็จมากที่สุดในสถานการณ์จำลอง การเรียนรู้แบบเสริมกำลังจะทำให้กระบวนการสร้างสถานการณ์จำลองเป็นเกม เพื่อทดสอบว่าการเปลี่ยนแปลง DNA ใดมีประสิทธิภาพมากที่สุด

สถานการณ์จำลองเป็นเหมือนสภาพแวดล้อมของเกม ซึ่งหลายบริษัท AI มีความพร้อมที่จะใช้ประโยชน์จากความสำเร็จก่อนหน้านี้ในการออกแบบอัลกอริทึม AI ที่ชนะในการเล่นเกม เช่น DeepMind และ OpenAI

บริษัทเหล่านี้สามารถใช้โครงสร้างพื้นฐานที่ได้รับการปรับให้เหมาะสมในการเอาชนะเกมเพื่อสร้างสถานการณ์จำลอง ทดสอบการแก้ไขจีโนม และเรียนรู้ว่าการแก้ไขใดนำไปสู่การเปลี่ยนแปลงที่ต้องการ

เมื่อจีโนมถูกระบุ เทคโนโลยีอื่นจะถูกใช้ในการแก้ไข

CRISPR

ไม่นานมานี้ การศึกษาที่ใช้ CRISPR เพื่อแก้ไข DNA ในร่างกายมนุษย์ ได้รับการอนุมัติแล้ว นี่เป็นการรักษาโรคทางพันธุกรรมที่พบได้ไม่บ่อย ซึ่งส่งผลต่อทารกแรกเกิดหนึ่งใน 100,000 คน โรคสามารถเกิดจากการเปลี่ยนแปลงใน 14 จีโนมที่มีบทบาทในการเติบโตและการทำงานของจอประสาทตา ในกรณีนี้ CRISPR มีเป้าหมายที่จะแก้ไข DNA อย่างระมัดระวัง และทำให้เกิดความเสียหายชั่วคราวต่อสาย DNA ทำให้เซลล์สามารถซ่อมแซมตัวเองได้ กระบวนการรักษานี้มีศักยภาพในการฟื้นฟูการมองเห็น

แม้ว่าเรายังรอผลลัพธ์ว่าการรักษานี้จะสำเร็จหรือไม่ แต่การอนุมัติ CRISPR สำหรับการทดลองในมนุษย์เป็นเรื่องที่เปลี่ยนแปลงโลก โรคที่อาจได้รับการรักษาได้ bao gồmการปรับปรุงการตอบสนองภูมิคุ้มกันของร่างกายต่อโรคบางชนิด

เราอาจสามารถจัดการกับการต้านทานโรคตามธรรมชาติของร่างกายต่อโรคบางชนิดได้ โรคที่อาจเป็นเป้าหมายได้หลากหลาย แต่ชุมชนควรให้ความสนใจกับการรักษาโรคโควิด-19 ที่กำลังระบาด ซึ่งเป็นภัยคุกคามที่อาจนำไปสู่การเสียชีวิตของประชากรจำนวนมากหากไม่ได้รับการควบคุม

ความคิดสุดท้าย

แม้ว่าจะมีทางเลือกหลายอย่างในการบรรลุความสำเร็จ แต่ก็จำเป็นต้องมีการทำงานร่วมกันระหว่างนักพันธุศาสตร์ นักวิทยาการระบาด และผู้เชี่ยวชาญด้านการเรียนรู้ของเครื่อง วิธีการรักษาที่อาจใช้ได้คือตามที่อธิบายไว้ข้างต้น หรืออาจเป็นวิธีอื่นที่ไม่คาดคิด ความสำเร็จอยู่ที่การลำดับจีโนมของประชากรมนุษย์จำนวนมาก

การเรียนรู้แบบลึกเป็นเครื่องมือวิเคราะห์ที่ดีที่สุดเท่าที่มนุษย์เคยสร้างมา เราต้องพยายามใช้มันเพื่อสร้างวัคซีน

เมื่อพิจารณาถึงสิ่งที่เสี่ยงต่อการระบาดในขณะนี้ ชุมชนเหล่านี้ต้องมารวมตัวกันเพื่อหาวิธีรักษา