جهش ویروس
اخبارکاربردهای هوش مصنوعی

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

    0
    زمان مطالعه: ۲ دقیقه

    پژوهشگران روش جدیدی ابداع کرده‌اند که از هوش مصنوعی برای پیش‌بینی جهش های ویروس احتمالی مانند SARS-COV-2 (ویروسی که عامل بیماری کووید-۱۹ 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.

    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.

    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

    این مطلب چه میزان برای شما مفید بوده است؟
    [کل: ۳ میانگین: ۵]

    آموزش پردازش زبان طبیعی با اکوسیستم هاگینگ فیس ؛ مدل ها (قسمت سوم فصل دوم)

    مقاله قبلی

    با یادگیری بدون نظارت برای سفر به پاریس برنامه‌ریزی کنید

    مقاله بعدی

    شما همچنین ممکن است دوست داشته باشید

    بیشتر در اخبار

    نظرات

    پاسخ دهید

    نشانی ایمیل شما منتشر نخواهد شد.