گوگل از هوش مصنوعی AlphaGenome 2 رونمایی کرد که با تحلیل تغییرات DNA، به کشف عوامل بیماری‌ها و توسعه درمان‌های جدید کمک می‌کند.
فهرست مطالب
گوگل دیپ‌مایند از مدل هوش مصنوعی AlphaGenome 2 رونمایی کرد که با بررسی تأثیر جهش‌های ژنتیکی بر سلول‌های مختلف بدن، می‌تواند به شناسایی عوامل بیماری‌ها و توسعه درمان‌های جدید کمک کند.
به گزارش سرویس هوش مصنوعی تکناک، پژوهشگران گوگل دیپ‌مایند مدل جدیدی از هوش مصنوعی را معرفی کرده‌اند که می‌تواند تأثیر تغییرات DNA را بر انواع مختلف سلول‌های بدن انسان پیش‌بینی کند. این مدل با نام AlphaGenome 2 توسعه یافته است و به دانشمندان کمک می‌کند تا ارتباط میان تغییرات ژنتیکی، عملکرد سلول‌ها و شکل‌گیری بیماری‌ها را با دقت بیشتری بررسی کنند.
مدل AlphaGenome 2 نسل جدید هوش مصنوعی AlphaGenome محسوب می‌شود که گوگل دیپ‌مایند سال گذشته معرفی کرد. مهم‌ترین تفاوت این دو مدل در توانایی نسخه جدید برای بررسی آثار تغییرات ژنتیکی در سلول‌های مشخص و وضعیت‌های زیستی متفاوت است.
تقریباً تمام سلول‌های بدن انسان DNA یکسانی دارند، اما عملکرد ژن‌ها در همه آنها مشابه نیست. برای مثال، سلول‌های عضله قلب، پوست و سیستم ایمنی از مجموعه ژن‌های یکسانی استفاده نمی‌کنند و هرکدام با توجه به وظایف خود، ژن‌های متفاوتی را فعال یا غیرفعال می‌کنند.
فعالیت ژن‌ها همچنین می‌تواند با تغییر وضعیت سلول دگرگون شود. در نتیجه، یک تغییر ژنتیکی مشخص ممکن است در یک نوع سلول تأثیر قابل‌توجهی داشته باشد، اما در سلولی دیگر آثار متفاوتی ایجاد کند.
AlphaGenome 2 برای شناسایی چنین تفاوت‌هایی طراحی شده است. این مدل می‌تواند پیش‌بینی کند که یک تغییر ژنتیکی چگونه بر فعالیت ژن‌ها در انواع مختلف سلول‌ها تأثیر می‌گذارد.
گوگل اعلام کرده است که مدل جدید در مقایسه با AlphaGenome، اطلاعات بسیار دقیق‌تری درباره آثار تغییرات ژنتیکی ارائه می‌دهد. این قابلیت می‌تواند تغییرات مرتبط با بیماری‌ها را در سلول‌هایی شناسایی کند که بررسی آنها با مدل‌های عمومی‌تر دشوار بوده است.
آموزش AlphaGenome 2 با اطلاعات بیش از ۱۰۰ میلیون سلول
گوگل دیپ‌مایند برای آموزش AlphaGenome 2 از اطلاعات بیش از ۱۰۰ میلیون پروفایل سلولی منفرد استفاده کرده است. این داده‌ها از ۶۸ بافت مختلف جمع‌آوری شده‌اند و اطلاعات گسترده‌ای درباره ویژگی‌ها و وضعیت‌های زیستی سلول‌های بدن در اختیار مدل قرار می‌دهند.
این حجم از اطلاعات به AlphaGenome 2 اجازه می‌دهد الگوهای پیچیده فعالیت ژن‌ها را در سلول‌های مختلف شناسایی کند و تأثیر تغییرات ژنتیکی را با جزئیات بیشتری پیش‌بینی کند.
دیپ‌مایند اعلام کرده است که مدل جدید می‌تواند اطلس‌های سلولی را به ابزاری برای پیش‌بینی آثار تغییرات ژنتیکی تبدیل کند. اطلس‌های سلولی پایگاه‌های داده بزرگی هستند که اطلاعات مربوط به انواع سلول‌ها، ویژگی‌ها و وضعیت‌های آنها را ثبت و دسته‌بندی می‌کنند.
این پایگاه‌های داده معمولاً تصویری از وضعیت سلول‌ها ارائه می‌دهند، اما AlphaGenome 2 می‌تواند از اطلاعات موجود برای پیش‌بینی تأثیر تغییرات ژنتیکی استفاده کند.
به گفته گوگل دیپ‌مایند، مدل جدید در مقایسه با پیشرفته‌ترین مدل قبلی، تقریباً دو برابر تغییرات ژنتیکی مؤثر بر بیان ژن را شناسایی می‌کند. بیان ژن فرایندی است که طی آن اطلاعات ژنتیکی برای تولید محصولات عملکردی مانند پروتئین‌ها استفاده می‌شود.
پژوهشگران همچنین دریافتند که AlphaGenome 2 می‌تواند بدون نیاز به آموزش مجدد، درباره انواع جدید سلول‌ها و وضعیت‌های زیستی متفاوت پیش‌بینی انجام دهد. این ویژگی کاربرد مدل را به داده‌های آموزشی اولیه محدود نمی‌کند.
قابلیت مهم دیگر AlphaGenome 2 شناسایی بخش‌هایی از اطلاعات زیستی است که هنوز داده‌های آزمایشگاهی کافی درباره آنها وجود ندارد. دانشمندان می‌توانند از این قابلیت برای تعیین اولویت تحقیقات و انتخاب آزمایش‌های بعدی استفاده کنند.
آدام گایوسو، پژوهشگر گوگل دیپ‌مایند و یکی از اعضای این پروژه، مهم‌ترین دستاورد AlphaGenome 2 را ایجاد ارتباط میان ژنتیک انسان و زیست‌شناسی سلولی دانسته است.
او در گفت‌وگو با وب‌سایت ورج توضیح داد که این مدل به دانشمندان اجازه می‌دهد تغییرات ژنتیکی شناسایی‌شده در جمعیت‌های بزرگ را در سطح سلولی بررسی کنند.
پژوهشگران از این طریق می‌توانند تأثیر احتمالی هر تغییر ژنتیکی را بر عملکرد سلول‌ها ارزیابی کنند و ارتباط آن را با بیماری‌های مختلف مورد بررسی قرار دهند.
نقش مدل جدید گوگل در توسعه داروهای آینده
ژیگا آوسک، مدیر بخش ژنومیک گوگل دیپ‌مایند، معتقد است که دقت بالای AlphaGenome 2 در شناسایی آثار تغییرات ژنتیکی می‌تواند اهمیت زیادی برای تحقیقات پزشکی و توسعه دارو داشته باشد.
او توضیح داد که پژوهشگران هنگام طراحی دارو معمولاً پروتئین‌ها و انواع مشخصی از سلول‌ها را هدف قرار می‌دهند. بنابراین، شناخت تأثیر یک تغییر ژنتیکی بر سلول‌های خاص می‌تواند به انتخاب هدف مناسب برای توسعه درمان کمک کند.
به گفته آوسک، ساخت مدلی با قابلیت‌های AlphaGenome 2 تنها در سال‌های اخیر امکان‌پذیر شده است. فناوری‌های جدید اکنون می‌توانند سلول‌های منفرد و وضعیت‌های زیستی آنها را با وضوح بالا بررسی کنند و اطلاعات گسترده‌ای برای آموزش مدل‌های هوش مصنوعی فراهم آورند.
دیپ‌مایند در حال حاضر برای بهبود مدل‌های ژنتیکی خود روی تولید داده‌های بیشتر کار می‌کند. بخشی از این تلاش‌ها به وضعیت‌های سلولی اختصاص دارد که اطلاعات موجود درباره آنها هنوز محدود است.
آوسک همچنین اعلام کرد که نسخه‌های آینده این فناوری ممکن است با داده‌های مربوط به گونه‌های زیستی مختلف آموزش ببینند. چنین رویکردی می‌تواند شناخت گسترده‌تری از فرایندهای زیستی در اختیار مدل قرار دهد.
یکی دیگر از کاربردهای احتمالی این فناوری در آینده، توسعه سلول‌های مجازی است. سلول‌های مجازی شبیه‌سازی‌های دیجیتالی هستند که برای بازآفرینی رفتار سیستم‌های زیستی طراحی می‌شوند.
با وجود قابلیت‌های پیشرفته AlphaGenome 2، گوگل دیپ‌مایند فعلاً قصد ندارد مدل قبلی AlphaGenome را کنار بگذارد. دلیل اصلی این تصمیم، هزینه محاسباتی بالاتر نسخه جدید است.
آوسک توضیح داد که پیش‌بینی‌های دقیق‌تر AlphaGenome 2 به منابع پردازشی بیشتری نیاز دارند. همین موضوع استفاده از مدل جدید را برای پروژه‌هایی که حجم بسیار زیادی از تغییرات ژنتیکی را بررسی می‌کنند، دشوارتر می‌کند.
برای مثال، دیپ‌مایند در ماه سپتامبر اطلس گسترده‌ای از ژنوم انسان منتشر کرد که تمام تغییرات احتمالی تک‌حرفی DNA را پوشش می‌داد. هزینه محاسباتی AlphaGenome 2 استفاده از آن را برای تولید چنین مجموعه بزرگی غیرعملی می‌کرد.
گوگل اعلام کرده است که AlphaGenome 2 از امروز از طریق رابط برنامه‌نویسی AlphaGenome API برای تحقیقات غیرتجاری در دسترس قرار می‌گیرد. دسترسی پژوهشگران تجاری نیز در مرحله نخست از طریق یک پیش‌نمایش خصوصی محدود فراهم می‌شود.
گسترش رقابت شرکت‌های هوش مصنوعی در تحقیقات علمی
معرفی AlphaGenome 2 بخشی از تلاش گسترده شرکت‌های فناوری برای استفاده از هوش مصنوعی در حل مسائل پیچیده علمی و پزشکی است.
پوشمیت کوهلی، مدیر تحقیقات هوش مصنوعی برای علوم در گوگل دیپ‌مایند، پیش‌تر از احتمال انتشار دستاوردهای علمی مهم‌تر در آینده خبر داده بود. انتظار می‌رود دیپ‌مایند به‌زودی یک آزمایشگاه خودکار علوم مواد را در بریتانیا راه‌اندازی کند.
شرکت آنتروپیک نیز آزمایش‌هایی را در زمینه طراحی دارو انجام داده و امکان استفاده از یک آزمایشگاه فیزیکی را برای هوش مصنوعی Claude فراهم کرده است.
در همین حال، OpenAI از مدل‌های هوش مصنوعی خود برای حل شمار قابل‌توجهی از مسائل قدیمی ریاضیات و حوزه‌های علمی مرتبط استفاده کرده است.
این فعالیت‌ها نشان‌دهنده گسترش کاربرد مدل‌های هوش مصنوعی در تحقیقات علمی هستند. AlphaGenome 2 نیز با تمرکز بر ارتباط میان ژنتیک و زیست‌شناسی سلولی، ابزار جدیدی برای بررسی منشأ بیماری‌ها و شناسایی اهداف احتمالی درمان در اختیار پژوهشگران قرار می‌دهد.