FOLLOW US: facebook twitter

Η τεχνητή νοημοσύνη αποκαλύπτει 70.000 νέους ιούς

Ημερομηνία: 27-10-2024 | Συντάκτης:
Κατηγορίες: Επιστήμη, Νέα

Oι 70.000 ιοί RNA ταυτοποιήθηκαν με τη χρήση μιας μετα-γονιδιωματικής διαδικασίας, στην οποία οι επιστήμονες λαμβάνουν δείγματα από όλα τα γονιδιώματα που υπάρχουν στο περιβάλλον χωρίς να χρειάζεται να καλλιεργήσουν μεμονωμένους ιούς.

Ερευνητές χρησιμοποίησαν τεχνητή νοημοσύνη (AI) για να αποκαλύψουν 70.000 ιούς που ήταν προηγουμένως άγνωστοι στην επιστήμη, πολλοί από τους οποίους είναι ιδιόμορφοι και δεν θυμίζουν καθόλου γνωστά είδη σχολιάζει ο ιστότοπος Briefing Nature. Επισημαίνει ότι οι 70.000 ιοί RNA ταυτοποιήθηκαν με τη χρήση μιας μετα-γονιδιωματικής διαδικασίας, στην οποία οι επιστήμονες λαμβάνουν δείγματα από όλα τα γονιδιώματα που υπάρχουν στο περιβάλλον χωρίς να χρειάζεται να καλλιεργήσουν μεμονωμένους ιούς. Μια μέθοδος που καταδεικνύει τη δυνατότητα της τεχνητής νοημοσύνης να εξερευνήσει τη «σκοτεινή ύλη» του σύμπαντος του ιού RNA.

Οι ιοί είναι πανταχού παρόντες μικροοργανισμοί που μολύνουν ζώα, φυτά, ακόμη και βακτήρια, ωστόσο μόνο ένα μικρό κλάσμα έχει εντοπιστεί και περιγραφεί. Υπάρχει ουσιαστικά ένας «απύθμενος λάκκος» ιών προς ανακάλυψη, λέει ο Αρτέμ Μπαμπαγιάν ειδικός ιολόγος στο Πανεπιστήμιο του Τορόντο στον Καναδά. Ορισμένοι από αυτούς τους ιούς θα μπορούσαν να προκαλέσουν ασθένειες στους ανθρώπους, πράγμα που σημαίνει ότι ο χαρακτηρισμός τους θα μπορούσε να βοηθήσει στην εξήγηση μυστηριωδών ασθενειών. Σημειώνει δε ότι πολλοί από τους ιούς αυτούς είναι «παράξενοι» και ζουν σε αλυκές, υδροθερμικές οπές και άλλα ακραία περιβάλλοντα.

Προηγούμενες μελέτες έχουν χρησιμοποιήσει μηχανική εκμάθηση για την εύρεση νέων ιών στην αλληλουχία δεδομένων. Η πιο πρόσφατη μελέτη, που δημοσιεύτηκε στο Cell, πηγαίνει αυτή τη διαδικασία ένα βήμα παραπέρα και τη χρησιμοποιεί για να εξετάσει τις δομές πρωτεΐνης.

Μάλιστα για τον λόγο αυτό το μοντέλο τεχνητής νοημοσύνης (AI) ενσωματώνει ένα εργαλείο πρόβλεψης πρωτεΐνης, που ονομάζεται ESMFold, το οποίο αναπτύχθηκε από ερευνητές στο Meta (πρώην Facebook). Ενα παρόμοιο σύστημα AI, το AlphaFold, αναπτύχθηκε από ερευνητές στο Google DeepMind στο Λονδίνο, οι οποίοι κέρδισαν το φετινό Νόμπελ Χημείας.

Το Nature σημειώνει ακόμη ότι 2022, ο Μπαμπαγιάν και οι συνεργάτες του έψαξαν 5,7 εκατομμύρια γονιδιωματικά δείγματα που αρχειοθετήθηκαν σε δημόσια διαθέσιμες βάσεις δεδομένων και εντόπισαν σχεδόν 132.000 νέους ιούς RNA2. Και η επέκταση της δεξαμενής των γνωστών ιών διευκολύνει την εύρεση περισσότερων παρόμοιων ιών, λέει ο Μπαμπαγιάν τονίζοντας ότι: «Ξαφνικά μπορείς να δεις πράγματα που απλά δεν έβλεπες πριν».

Το άρθρο υπογραμμίζει ότι μια κοινή μέθοδος είναι να αναζητηθεί ένα τμήμα του γονιδιώματος που κωδικοποιεί μια βασική πρωτεΐνη που χρησιμοποιείται στην αντιγραφή του RNA, που ονομάζεται RNA-εξαρτώμενη πολυμεράση (RdRp). Αλλά, επισημαίνει το επιστημονικό άρθρο, η αλληλουχία που κωδικοποιεί αυτήν την πρωτεΐνη σε έναν ιό είναι πολύ διαφορετική από οποιαδήποτε γνωστή και έτσι οι ερευνητές δεν θα την αναγνωρίσουν.

Για τον λόγο αυτό ο εξελικτικός βιολόγος Σι Μανγκ από το Πανεπιστήμιο Σαν Γιατ Σεν της Σενζέν Sun Yat-sen και συν-συγγραφέας της μελέτης που δημοσιεύθηκε στο Cell αναζήτησε ιούς που δεν είχαν αναγνωριστεί στο παρελθόν σε δημόσια διαθέσιμα γονιδιωματικά δείγματα.

Ειδικότερα η ομάδα του Μανγκ ανέπτυξε ένα μοντέλο, που ονομάζεται LucaProt, χρησιμοποιώντας την αρχιτεκτονική «μετασχηματιστή» που στηρίζει το ChatGPT και τροφοδότησε την αλληλουχία και τα δεδομένα πρόβλεψης πρωτεΐνης ESMFold. Στη συνέχεια εκπαίδευσαν το μοντέλο τους να αναγνωρίζει τους ιούς. Χρησιμοποιώντας αυτή τη μέθοδο, εντόπισαν περίπου 160.000 ιούς RNA, συμπεριλαμβανομένων μερικών που βρέθηκαν σε ακραία περιβάλλοντα όπως θερμές πηγές, αλμυρές λίμνες και στον αέρα. Λίγο λιγότερο από τα μισά από αυτά δεν είχαν περιγραφεί πριν.

«Είναι μια πραγματικά πολλά υποσχόμενη προσέγγιση για την επέκταση της “ιοσφαίρας”», τόνισε η Τζάκι Μαχάρ, εξελικτική ιολόγος στο Αυστραλιανό Κέντρο Ετοιμότητας για Νόσους CSIRO στο Γκέλονγκ. Τόνισε μάλιστα ότι ο χαρακτηρισμός των ιών θα βοηθήσει τους ερευνητές να κατανοήσουν την προέλευση των μικροβίων και το πώς εξελίχθηκαν σε διαφορετικούς ξενιστές.

Δημήτρης Φαναριώτης

Αναδημοσίευση από efsyn.gr

#Αναδημοσίευση


Αφήστε μια απάντηση

Η ηλ. διεύθυνση σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *

Καιρός Πύργος

olympia