هوش مصنوعی جدید برای شناسایی ژن های بیماری طراحی شد - تور فرانسه

به گزارش خبرنگار فناوری خبرنگاران، دانشمندان یک هوش مصنوعی طراحی نموده اند و ادعا می نمایند که این فناوری قادر است الگو های موجود در حجم زیادی از داده های ژنی را نشان دهد و گروه هایی از ژن های مرتبط با بیماری را شناسایی کند. دانشمندان دانشگاه لینکوپینگ در مقاله تازه منتشر شده در مجله نیچر ابراز امیدواری نموده اند که بتوانند در آینده از این روش جدید برای درمان های فردی و دقیق پزشکی استفاده نمایند.

عملکرد این شبکه عصبی مصنوعی درست مانند پلت فرم شبکه های اجتماعی است. همانطور که در شبکه های اجتماعی بر اساس افراد مشترکی که با آن ها دوست هستید، ارتباط با دوستان جدید را به شما پیشنهاد می دهد، این شبکه عصبی هوش مصنوعی هم در رفتاری مشابه بر اساس پروتئین ها یا ژن های متفاوتی که در تعامل با دیگران وجود دارد، نقشه هایی از شبکه های بیولوژیکی تهیه می نماید.

یک شبکه عصبی مصنوعی ایده ای برای پردازش اطلاعات است که از سیستم عصبی زیستی الهام گرفته و مانند مغز به پردازش اطلاعات می پردازد. عنصر کلیدی این ایده، ساختار جدید سیستم پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پردازشی فوق العاده بهم پیوسته به نام نورون ها تشکیل شده که برای حل یک مساله با هم هماهنگ عمل می نمایند.

محققان در این روش از هوش مصنوعی بهره برده اند تا بتوانند شبکه های بیولوژیکی را با استفاده یادگیری عمیق شناسایی نمایند. یادگیری عمیق که به شبکه های عصبی مصنوعی شناخته می گردد با داده های تجربی آموزش دیده اند. از آنجا که شبکه های عصبی مصنوعی در یادگیری چگونگی یافتن الگو ها در مجموعه پیچیده ای از داده ها عملکرد بی نظیری دارند، می توان از آن ها در کارنمودهایی، چون تشخیص تصاویر استفاده کرد. با وجود این، تا به امروز از روش یادگیری ماشینی در تحقیقات بیولوژیکی استفاده می شد.

اما این اولین باری است که دانشمندان از یادگیری ماشینی هوش مصنوعی برای یافتن ژن های مرتبط با بیماری استفاده می نمایند. این روش، در تجزیه و تحلیل اطلاعات بیولوژیکی یا داده های عظیم بسیار قدرتمند عمل می نماید. آن ها از پایگاه های داده عظیمی متشکلی از اطلاعاتی درباره الگو های 20 هزار ژن در شماری از افراد استفاده نموده اند.

این داده ها طبقه بندی نشده بودند به طوری که محققان اطلاعاتی تفکیک شده از الگو های ژنی افراد مبتلا به بیماری و افراد سالم را در اختیار شبکه عصبی مصنوعی قرار نداده بودند. سپس این مدل هوش مصنوعی برای یافتن الگو های ژنتیکی آموزش دیده اند.

یکی از چالش های یادگیری ماشینی این است که نمی تواند به درستی معین کند یک شبکه عصبی مصنوعی چگونه وظیفه ای را که به آن سپرده شده، حل می نماید. هوش مصنوعی به عنوان یک جعبه سیاه عمل می نماید و ما تنها اطلاعاتی را که داخل جعبه قرار می دهید و نتایج حاصل شده را مشاهده می کنیم، اما قادر به تشخیص مراحل مابین آن ها نیستیم. شبکه های عصبی مصنوعی از لایه های مختلفی تشکیل شده اند که در آن اطلاعات به صورت ریاضیاتی پردازش می گردد. این شبکه شامل یک لایه درونی و یک لایه خارجی است که نتایج پردازش اطلاعات را به خارج از سیستم منتقل می نماید. بین این دو لایه، لایه های پنهاتی هم وجود دارند که توسط محاسبات انجام می شوند.

در این سیستم جدید، محققان متوجه لایه نخست پنهانی شدند که تعاملاتی زیادی را بین پروتئین های مختلف نشان می داد. محققان با عمیق تر شدن در این مدل لایه سومی هم یافتند که انواعی از سلول ها در آن وجود داشت. این گروه بندی بیولوژیکی مرتبط به طور اتوماتیک فراوری شده و شبکه از داده های ژنتیکی طبقه بندی نشده شروع شده است.