Şirketlerin Netflix Gibi Kullandığı Güçlü Algoritmalar Nörodejeneratif Hastalıkların Biyolojik Dilini Çözebilir

Netflix (NFLX ), Facebook (META ) ve Amazon (AMZN ) gibi şirketlerin kullandığı güçlü algoritmalar sağlık hizmetlerinde önemli sonuçlar doğurabilir. Bu algoritmalar kanser ve diğer nörodejeneratif hastalıkların biyolojik dilini öngörme yeteneğini göstermiştir.

Bu girişim, St. John’s College, Cambridge Üniversitesi’ndeki akademisyenler tarafından on yıllar boyunca üretilen büyük verileri bir bilgisayar dil modeline besleyerek gerçekleştirildi. Amacın, yapay zeka (AI) ile insanların keşfedemeyeceği daha gelişmiş keşifler yapılıp yapılamayacağını görmek olduğu ve teknolojinin biyolojik dili çözme yeteneği ile bunu başardıkları görüldü.

Çalışma, bilimsel dergi PNAS‘te yayımlandı ve “Protein kondensatlarının moleküler gramerini dizin belirleyicilerden ve gömme işlemlerinden öğrenme” başlığını taşıyordu. Uzmanlara göre, bu teknoloji “hücrelerde hastalığa neden olan gramer hatalarını düzeltmek” için kullanılabilir.

Profesör Tuomas Knowles makalenin baş yazarı ve St. John’s College’de bir Fellow’dur.

“Nörodejeneratif hastalıklar ve kanser araştırmalarına makine öğrenimi teknolojisini getirmek mutlak bir oyun değiştiricidir. Sonunda, amacın, artificial zeka ile hedefe yönelik ilaçlar geliştirmek ve böylece semptomları dramatik bir şekilde hafifletmek veya demansın tamamen önlenmesi olacaktır.”

Güçlü Algoritmalar

Netflix ve Facebook gibi şirketlerin kullandığı makine öğrenimi algoritmaları, tüketiciler hakkında çok bilgili tahminler yapar ve onların ne yapacaklarını öngörür. Bu, Netflix’in yeni bir film önermesi veya Facebook’un yeni bir arkadaş önermesiyle gerçekleşir. Ses asistanları gibi Alexa ve Siri, bireyleri hemen tanıyabilir ve yanıt verebilir.

Dr. Kadi Liis Saar, makalenin ilk yazarı ve St. John’s College’de bir Araştırma Fellow’u’dur. Benzer teknolojiyi kullanarak, büyük ölçekli bir dil modelini eğitti ve bu modelin, hastalıklar sırasında proteinlere ne olduğu hakkında bilgi edinmesini amaçladı.

“İnsan vücudunda binlerce protein bulunur ve bilim adamları henüz hepsinin işlevini bilmez. Bir nöral ağ tabanlı dil modeline, proteinlerin dilini öğrenmesini istedik” dedi.

“Özellikle programa, hücrelerde bulunan şekil değiştiren biomoleküler kondensatların – protein dropletlerinin – dilini öğrenmesini istedik. Bilim adamlarının kanser ve nörodejeneratif hastalıkları gibi Alzheimer’ın dilini çözmek için anlamak zorunda oldukları şey budur. Onlara, already keşfedilen şeyleri, on yıllar boyunca yapılan araştırmaların dilini öğrenmesini sağladık.”

Bilim adamları, birkaç hundred nörodejeneratif hastalık olduğunu düşünüyor ve en yaygın olanların Alzheimer, Parkinson ve Huntington hastalıkları olduğunu belirtiyorlar. Alzheimer, dünya çapında 50 milyon kişiyi etkiliyor ve hastalığın seyrinde, proteinler kümeleşerek sağlıklı sinir hücrelerini öldürüyor.

Protein Kondensatları ve NLP Teknolojisi

Sağlıklı bir beyinde, bu protein kütleleri etkili bir şekilde atılabilir. Daha recent bulgulara göre, bilim adamları, bazı düzensiz proteinlerin kondensatlar oluşturabileceğini düşünüyor. Bu kondensatlar, membranları olmayan ve birbirleriyle serbestçe birleşen sıvı benzeri protein dropletleridir ve oluşabilirler, yeniden oluşabilirler.

“Protein kondensatları, son zamanlarda bilimsel dünyada çok dikkat çekmiştir, çünkü hücredeki önemli olayları kontrol ederler, örneğin gen ifadesini – DNA’mızın proteinlere nasıl dönüştüğünü – ve protein sentezini – hücrelerin nasıl protein ürettiğini” Profesör Knowles söyledi.

“Bu protein dropletlerindeki herhangi bir bozukluk, kanser gibi hastalıklara neden olabilir. Bu nedenle, protein bozukluğunun moleküler kökenlerini araştırmaya doğal dil işleme teknolojisini getirmek, hücrelerdeki gramer hatalarını düzeltmek için çok önemlidir” diye devam etti.

“Tüm bilinen protein verilerini algoritmaya besledik, böylece proteinlerin dilini öğrenip öngörülebilsin, tıpkı bu modellerin insan dilini öğrenmesi ve WhatsApp’ın size kelimeleri önermesi gibi” Dr. Saar dedi.

“Sonra, kondensatları oluşturan spesifik grameri sorduk. Çok zor bir problem ve bu kilidi açmak, hastalık dilinin kurallarını öğrenmemize yardımcı olacaktır” Dr. Saar devam etti.

Bu ilerlemenin ardındaki ana itici güçler, artan veri miktarı, daha yüksek hesaplama gücü ve teknik ilerlemelerdir. Makine öğrenimi, bu alanlardaki araştırmaları dramatik bir şekilde dönüştürebilir ve önceden kestirilemeyen keşiflere olanak tanıyabilir.

Dr. Saar’a göre, “Makine öğrenimi, araştırmacıların düşünülebilecek hedeflerin sınırlarından özgür olabilir ve daha önce düşünülmemiş yeni bağlantılar bulunabilir. Gerçekten çok heyecan verici.”

Yeni ağ, dünya çapındaki araştırmacılara açık ve giderek daha fazla bilim insanı katılmaktadır.