2021. 04. 13. - 09:50

Betegségmegelőzés - Mesterséges intelligencia segíthet korrigálni a sejteken belüli hibákat

Betegségmegelőzés - Mesterséges intelligencia segíthet korrigálni a sejteken belüli hibákat

Éveken belül lehetőséget kaphatunk a sejteken belüli, betegségeket okozó hibák kijavítására mesterséges intelligencia segítségével - miután a tudósok meg tudják fejteni a súlyos betegségek „biológiai nyelvét”.

Valódi áttörés előtt állhatunk - az olyan algoritmusok, amelyeket a Netflix, az Amazon vagy a Facebook is használ, képesek megjósolni a rák, illetve az olyan neurodegeneratív betegségek biológiai nyelvét, mint az Alzheimer-kór - állapították tudósok egy vadonatúj tanulmány eredményeként.
 
A kutatók a több évtizedes kutatás során előállított, nagy mennyiségű adatokat számítógépes nyelvi modellbe integrálták, hogy megnézzék, képes-e a mesterséges intelligencia előrehaladottabb felfedezéseket tenni, mint az ember.
 
A Cambridge-i Egyetemhez tartozó St John's College akadémikusai rádöbbentek, hogy a gépi tanulási technológia képes megfejteni a rák, az Alzheimer-kór és egyéb neurodegeneratív betegségek „biológiai nyelvét”. Olvasd el: Vizeletből azonosítja a prosztatarákot a mesterséges intelligencia
 
Mesterséges intelligencia segíthet javítani sejteken belüli, betegségeket okozó hibákat
Mesterséges intelligencia segíthet javítani sejteken belüli, betegségeket okozó hibákat
 
Az úttörőnek számító tanulmányt a PNAS tudományos folyóiratban tették közzé, s nagyon úgy tűnik, felhasználható lesz a jövőben a sejteken belüli, betegségeket okozó hibák kijavítására.
 
„A gépi tanulási technológia használata a neurodegeneratív betegségek és a rák kutatása terén valódi változást hozhat. A cél végső soron a mesterséges intelligencia alkalmazása célzott gyógyszerek kifejlesztésére, a tünetek drámai mértékű csökkentésére, sőt akár arra is, hogy teljesen megelőzhető legyen a demencia kialakulása” – fejtette ki Tuomas Knowles, a tanulmány vezető szerzője.
 
Hogy miért hasonlították a technológiát a Netflixhez vagy a Facebookhoz? Minden alkalommal, amikor a Netflix egy új sorozatot vagy filmet ajánl megtekintésre, a platformok hatékony gépi tanulási algoritmusokat használnak a magasan képzett találgatásokhoz, vajon mit fognak tenni a nézők ezután. Ott van az Alexa és a Siri hangasszisztens is, amelyek még az egyes embereket is felismerik és képesek visszajelzésképpen beszélni hozzá.
 
Hasonló gépi tanulási technológiát alkalmaztak a nagyszabású nyelvi modell képzésére a kutatók, annak kiderítésére: mi történik, ha a testben levő fehérjékkel valami rosszul alakul és betegségeket okoznak – mondta el dr. Kadi Liis Saar, a cikk első szerzője, a St John's College tudományos munkatársa.
 
Tulajdonképpen egy neurális hálózaton alapuló nyelvi modellt kértek meg arra: tanulja meg a fehérjék nyelvét, mivel közülük soknak máig nem ismerik a funkcióját.
 
A fehérjék nagy és összetett molekulák - számos kritikus szerepet játszanak a testben. A legtöbb munkát a sejtekben végzik, szükségesek a test szöveteinek és szerveinek felépítéséhez, működéséhez és szabályozásához. Az antitestek fehérjék, melyek sokat tesznek a test védelméért.
 
A három leggyakoribb neurodegeneratív betegség az Alzheimer-, a Parkinson- és a Huntington-kór, ám a tudósok szerint több száz is lehet.
 
S hogy mi történik egy-egy betegségnél? Az Alzheimer-kórnál például a fehérjék a fő felelősök, melyek csomókat képeznek és elpusztítják az egészséges idegsejteket.
 
Egészséges agy esetében jelen van egy, úgymond, minőség-ellenőrzési rendszer, mely hatékonyan ártalmatlanítja ezeket a potenciálisan veszélyes fehérje-tömegeket (aggregátumokat). Csakhogy egyes, rendezetlen fehérjék folyadékszerű fehérjecseppeket is képeznek (kondenzátumok), amelyeknek nincs membránja és szabadon összeolvadnak egymással. A fehérje aggregátumoktól eltérően, amelyek visszafordíthatatlanok, a fehérje kondenzátumok képződhetnek és megújulhatnak. Olvasd el: Technológiai újítások az egészségügyben 2021-ben
 
A fehérje kondenzátumok szabályozzák a sejtek kulcsfontosságú eseményeit, így a génexpressziót – (hogy miként alakul a DNS fehérjévé) és a fehérjeszintézist, azaz, hogy hogyan képeznek a sejtek fehérjét.
 
Ha ezen fehérjecseppekkel kapcsolatosan bármilyen hiba adódik, olyan betegségekhez vezethet, mint a rák. Ezért elengedhetetlen a természetes nyelvi feldolgozási technológia bevezetése a fehérje-meghibásodás molekuláris eredetének kutatásába, amennyiben ki akarjuk javítani a sejteken belüli hibákat és elkerülni a betegségeket – magyarázta dr. Saar.
 
Az algoritmusba az ismert fehérjékről tárolt összes adatot betápláltuk, azért, hogy megtanulhassa és megjósolhassa a fehérjék nyelvét, ahogyan ezek a modellek az emberi nyelvet felismerik, azt is, hogy a WhatsApp miként tud szavakat javasolni a számunkra” – mondta a szakember.
 
Ezt követően a kutatók megkérdezhették azt a specifikus „nyelvtanról”, amely lehetővé teszi, hogy csupán néhány fehérje képezzen kondenzátumot a sejtekben. „Ez egy nagy kihívást jelentő probléma, melynek feloldása segít megtanulni a betegség nyelvének szabályait” – hangsúlyozta dr. Saar.
 
A gépi tanulási technológia gyors ütemben fejlődik – minél nagyobb mértékben állnak rendelkezésre adatok.
 
A megnövekedett számítási teljesítménynek és a technikai fejlődésnek köszönhetően egyre erősebb algoritmusokat hozhatnak létre.
 
A gépi tanulás további alkalmazása a jövőben átalakíthatja a rákos és neurodegeneratív betegségek kutatását.
 
 
László Adrienn

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.
hungarospa_logo_kicsi
gyulai_vafurdo

profight_banner.