การแพทย์
นักวิจัยใช้ AI เพื่อทำความเข้าใจการเติบโตของเซลล์อย่างลึกซึ้งยิ่งขึ้น
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ทีมนักวิทยาศาสตร์จากมหาวิทยาลัยโตเกียว สถาบันวิทยาศาสตร์อุตสาหกรรมได้ออกแบบอัลกอริทึมการเรียนรู้ของเครื่องใหม่ที่สามารถทำนายขนาดของเซลล์แต่ละเซลล์ได้ขณะเติบโตและแบ่งตัว
เครือข่ายประสาทเทียมของทีมทำให้คอมพิวเตอร์สามารถทำนายผลลัพธ์ได้แม่นยำกว่าวิธีการที่อาศัยสมมติฐานทั่วไปในด้านชีววิทยา ตามทีมวิจัย การพัฒนานี้สามารถช่วยให้ด้านชีววิทยาเชิงปริมาณก้าวหน้าและปรับปรุงการผลิตยาในอุตสาหกรรม
สาขาชีววิทยา
สาขาชีววิทยา เช่นเดียวกับวิทยาศาสตร์ธรรมชาติอื่นๆ อาศัยแบบจำลองทางคณิตศาสตร์ที่ทำนายอนาคตตามข้อมูล เนื่องจากระบบชีวิตและรูปแบบชีวิตมีความซับซ้อนมาก สมการเหล่านี้จึงไม่สามารถเชื่อถือได้เสมอไป มักจะอาศัยสมมติฐานที่ทำให้ง่ายขึ้น ซึ่งไม่จำเป็นต้องสะท้อนถึงกระบวนการทางชีววิทยาที่แท้จริง
ด้วยเหตุนี้ ทีมนักวิจัยจึงหันมาใช้อัลกอริทึมการเรียนรู้ของเครื่องใหม่ ซึ่งสามารถใช้ขนาดของเซลล์เดี่ยวที่วัดได้ตามเวลาเพื่อทำนายขนาดในอนาคต หนึ่งในข้อดีของระบบคอมพิวเตอร์คือสามารถรับรู้รูปแบบในข้อมูลได้อย่างอัตโนมัติ ซึ่งหมายความว่าไม่ได้ถูกจำกัดเหมือนวิธีการแบบเดิมๆ
Atsushi Kamimura เป็นผู้เขียนหลักของ งานวิจัย
“ในด้านชีววิทยา มักจะใช้แบบจำลองที่ง่ายๆ ตามความสามารถในการสร้างข้อมูลที่วัดได้” Kamimura กล่าว “อย่างไรก็ตาม แบบจำลองเหล่านี้อาจล้มเหลวในการจับภาพสิ่งที่เกิดขึ้นจริงๆ เนื่องจากความคิดเห็นของมนุษย์”
การรวบรวมข้อมูล
การศึกษานี้อาศัยข้อมูลที่รวบรวมจากแบคทีเรีย Escherichia coli หรือเซลล์ยีสต์ Schizosaccharomyces pombe ซึ่งถูกเก็บในช่องทางไมโครฟลูอิดิกที่มีอุณหภูมิต่างๆ
พบว่าขนาดของพื้นที่ปรากฏเป็น “สอว์” เมื่อการเติบโตแบบเอกซ์โพเนนเชียลถูกขัดจังหวะโดยเหตุการณ์การแบ่งตัว ตามปกติ นักชีววิทยามนุษย์จะอาศัยแบบจำลอง “sizer” ซึ่งอาศัยขนาดของเซลล์โดยสมบูรณ์ หรือแบบจำลอง “adder” ซึ่งอาศัยการเพิ่มขึ้นของขนาดตั้งแต่เกิด
ในขณะที่โปรแกรมคอมพิวเตอร์แสดงให้เห็นว่าหลักการ “adder” มีประสิทธิภาพ แต่ก็พบว่าเป็นส่วนหนึ่งของระบบที่ซับซ้อนกว่าของปฏิกิริยาและกระบวนการทางชีวเคมีและการส่งสัญญาณ
Tetsuya Kobayashi เป็นผู้เขียนอาวุโสของเอกสาร
“เครือข่ายประสาทเทียมเชิงลึกของเราสามารถแยกปัจจัยที่ขึ้นอยู่กับประวัติศาสตร์ออกจากสัญญาณรบกวนในข้อมูลที่กำหนดได้อย่างมีประสิทธิภาพ” Kobayashi กล่าว
ทีมวิจัยระบุว่าวิธีนี้สามารถใช้ในด้านชีววิทยาอื่นๆ ไม่ใช่แค่เพื่อทำนายขนาดของเซลล์เท่านั้น ชีววิทยาจะพึ่งพาเครื่องมืออัจฉริยะมากกว่าแบบจำลองของมนุษย์ และ AI จะสามารถค้นพบวิธีการใหม่ๆ ที่มีประสิทธิภาพในการควบคุมจุลินทรีย์ ซึ่งจะมีผลกระทบอย่างมากต่อวิธีการหมักผลิตภัณฑ์และผลิตยาที่เราทำ
