گوگل با «آلفاژنوم» رمزگشای توالی‌های DNA شد: انقلابی در فهم بیماری‌ها

گوگل با «آلفاژنوم» رمزگشای توالی‌های DNA شد: انقلابی در فهم بیماری‌ها
فهرست مطالب

شرکت “گوگل دیپ‌مایند (Google DeepMind)” از رونمایی یک مدل هوش مصنوعی جدید به نام “AlphaGenome” خبر داده است که می‌تواند بخش‌های وسیعی از دی‌ان‌ای (DNA) را رمزگشایی کرده و تأثیر تغییرات ژنتیکی بر سلامت انسان را پیش‌بینی کند. این ابزار، پنجره‌ای جدید را به روی تحقیقات بیماری‌هایی مانند سرطان می‌گشاید.

ساختار ژنتیکی انسان از میلیون‌ها ترکیب تشکیل شده و کوچک‌ترین تغییر در این توالی‌ها می‌تواند عملکرد بدن را تغییر داده و منشأ بیماری‌ها باشد. “AlphaGenome” با الهام از نحوه پردازش اطلاعات در مغز و استفاده از یادگیری عمیق (Deep Learning)، قادر است تا یک میلیون حرف از کد ژنتیکی را با دقت تک‌حرفی بخواند—دقت بی‌سابقه‌ای که ابزارهای پیشین فاقد آن بودند.

این ابزار صرفاً بر روی دو درصد از DNA که پروتئین‌ها را کد می‌کنند تمرکز ندارد، بلکه بر ۹۸ درصد باقی‌مانده تمرکز می‌کند که قبلاً به‌اشتباه «دی‌ان‌ای زباله» نامیده می‌شد. این بخش‌های وسیع در واقع مانند «پنل‌های کنترلی» عمل می‌کنند که زمان، مکان و میزان روشن یا خاموش شدن ژن‌ها را تنظیم می‌کنند و بسیاری از جهش‌های مرتبط با بیماری در همین ناحیه پنهان شده‌اند.

“AlphaGenome” اولین مدل یادگیری عمیقی است که می‌تواند عملکرد این «پنل‌های کنترل» را پیش‌بینی کند و تخمین بزند که تغییرات ژنتیکی کوچک (واریانت‌ها) چگونه فعالیت ژن‌ها را تحت تأثیر قرار می‌دهند.

به عنوان مثال، محققان از این مدل برای بررسی یک نوع “لوسمی حاد” (سرطان خون) استفاده کردند. آن‌ها توانستند پیش‌بینی کنند که چگونه یک جهش کوچک در DNA، که خود باعث تغییر پروتئین نمی‌شود، می‌تواند قدرت یا زمان روشن شدن ژن‌های مجاور را افزایش داده و منجر به رشد کنترل‌نشده سلول‌های ایمنی شود.

گوگل دیپ‌مایند ابراز امیدواری کرده است که AlphaGenome به یک منبع ارزشمند برای جامعه علمی تبدیل شود تا:

 

  1. عملکرد ژنوم و زیست‌شناسی بیماری‌ها بهتر درک شود.
  2. کشف‌های بیولوژیکی جدید و توسعه درمان‌های نوین تسریع یابد.

 

این ابزار در حال حاضر به‌صورت رایگان برای تحقیقات غیرتجاری در دسترس دانشمندان قرار گرفته است تا بتوانند ایده‌های خود را از طریق شبیه‌سازی، پیش از انجام آزمایش‌های پرهزینه آزمایشگاهی، اعتبارسنجی کنند.

  دانشمندان هشدار می‌دهند که کیفیت این ابزارش مصنوعی، مستقیماً به کیفیت داده‌هایی که با آن‌ها آموزش دیده است بستگی دارد و چالش اصلی، تولید مجموعه داده‌های بزرگ و استاندارد برای نسل بعدی مدل‌ها خواهد بود.

کد خبر ۲۰۱۰۴۱۱۱۲.۱۱۱

منبع: یورونیوز

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *