40 گام به سوی آینده‌ای هوشمند - مجموعه وبینارهای رایگان در حوزه هوش مصنوعی
Filter by دسته‌ها
chatGTP
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
تیتر یک
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 پیش‌بینی فناوری جدید هوش مصنوعی برای جهش ویروس و روش‌های درمانی آن

پیش‌بینی فناوری جدید هوش مصنوعی برای جهش ویروس و روش‌های درمانی آن

پژوهشگران روش جدیدی ابداع کرده‌اند که از هوش مصنوعی برای پیش‌بینی جهش های ویروس احتمالی مانند SARS-COV-2 (ویروسی که عامل بیماری کووید-19 است) استفاده می‌کند.

این پژوهش جدید می‌تواند نقش مؤثری در توسعه سریع واکسن‌ها، روش‌های درمانی و آزمایش‌های تشخیصی‌ای داشته باشد که به احتمال ناچیزی تحت‌تأثیر سویه‌های جدید بیماری قرار می‌گیرند.

محمد کهن‌دل، استاد و سرپرست آزمایشگاه پزشکی ریاضیاتی در دپارتمان ریاضیات کاربردیِ دانشگاه واترلو، در شرایط همه‌گیری موجود، در این پژوهش، پیشتاز شد.

[irp posts=”21009″]

کهن‌دل بیان کرد: «با وجود عوامل بیماری‌زای بسیار مسری مانند SARS-COV-2، می‌خواهیم با سریع‌ترین روش ممکن، اطلاعات مربوط به جهش ویروس را استخراج کنیم. سویه‌های جدید، مشکل بزرگی هستند، زیرا نمی‌دانیم که آیا آزمایش‌های تشخیصی موجود بر روی آن‌ها کار خواهند کرد یا درمان‌ها و واکسن‌ها در درازمدت، مؤثر خواهند بود یا خیر.»

تمرکز گروه پژوهشی کهن‌دل، ابتدا بر روی استفاده از یک توالی اجدادی بود، تا بخش‌هایی از ژنوم ویروس را که زیاد تحت‌تأثیر جهش‌ها قرار نگرفته‌اند، شناسایی کنند. این توالی‌ها بخش‌های «حفاظت‌شده» ویروس خوانده می‌شوند.

در واقع، تشخیص بخش‌های حفاظت‌شده ویروس، ارزشمند است. زیرا حتی اگر جهشی وجود داشته باشد، بر روی کارایی واکسن‌ها، درمان‌ها و آزمایش‌هایی که هدفشان این بخش‌های پایدار هستند، تأثیری ندارند.

اهمیت اطلاع از شرایط ژنوم

امیرحسین درونه، یکی از اعضای گروه پژوهشی و استاد ریاضیات کاربردی در واترلو می‌گوید: «تصور کنید که ما از ابتدای همه‌گیری، می‌دانستیم که دقیقاً کدام بخش‌های ژنوم پایدارند و کدام بخش‌ها احتمالاً تغییر خواهند کرد. اگر چنین اطلاعی داشتیم، درحال‌حاضر، همه چیز متفاوت بود. اکنون که ما داده‌های بسیاری از توالی SARS-COV-2 و سویه‌های آن را داریم، می‌توانیم به یک شبکه عصبی آموزش دهیم، تا محتمل‌ترین جهش‌های ژنوم را پیش‌بینی کند. هوش مصنوعی ما می‌تواند جهش‌های رخ‌داده را با دقت بسیار بالایی پیش‌بینی کند.»

پس از تعیین بخش‌های حفاظت‌شده، گروه به یک سیستم هوش مصنوعی آموزش داد، تا جهش‌هایی را که در یک بیماری‌زا رخ خواهد داد، پیش‌بینی کند. در نتیجه، برنامه یادگیری ماشین، میلیون‌ها توالی ژنوم را به عنوان بخشی از فرایند یادگیری خود، پردازش کرد. سپس هوش مصنوعی بر روی توالی ژنوم سویه اصلی کرونا، آزمایش شد.

[irp posts=”20359″]

بر اساس تحلیل‌های ویروس اصلی، هوش مصنوعی سویه‌های معروف به آلفا، بتا، گاما، دلتا و دیگر سویه‌ها را به عنوان مستعدترین مناطق جهش ژنوم، پیش‌بینی و شناسایی کرد. اگر این اطلاعات در مراحل آغازین همه‌گیری و زمانی که واکسن‌ها برای اولین بار ساخته می‌شدند، در دسترس بودند، منجر به آزمایش‌ها و واکسن‌های مؤثرتری می‌شدند که در برابر سویه‌های موجود، مقاوم‌تر بودند.

علاوه بر تأثیر آن در همه‌گیری فعلی، این فناوری جدید می‌تواند در دیگر درمان‌های پزشکی نیز به کار رود.

میشل پرزدبورسکی یکی دیگر از اعضای گروه و استاد ریاضیات کاربردی در واترلو اظهار داشت: «حتی در خصوص درمان سرطان هم باید بتوانیم هدف‌هایی را پیدا کنیم، تا بر مقاومت دارویی ناشی از جهش ویروس، غلبه کنیم. بسیاری از داروها، بخش‌های خاصی از پروتئین‌های سلول‌های سرطانی را هدف می‌گیرند، اما اگر این بخش‌ها دچار جهش شوند، داروها دیگر مؤثر نخواهند بود. همچنین می‌توانیم همین تحلیل و روش هوش مصنوعی را برای دیگر عوامل بیماری‌زا نیز به کار ببریم.»

به نظر شما هوش مصنوعی از چه روش‌های دیگری می‌تواند به مهار ویروس‌ها و درمان بیماری‌ها کمک کند؟

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]