อัลกอริทึมอันทรงพลังที่ใช้โดย Netflix, Amazon และ Facebook สามารถ ‘ทำนาย’ ภาษาทางชีววิทยาของโรคมะเร็งและโรคทางระบบประสาท เช่น โรคอัลไซเมอร์ ได้
ข้อมูลขนาดใหญ่ที่ผลิตขึ้นในช่วงหลายทศวรรษของการวิจัยถูกป้อนลงในแบบจำลองภาษาคอมพิวเตอร์เพื่อดูว่าปัญญาประดิษฐ์สามารถค้นพบขั้นสูงกว่ามนุษย์ได้หรือไม่
นักวิชาการจากวิทยาลัยเซนต์จอห์น มหาวิทยาลัยเคมบริดจ์ พบว่าเทคโนโลยีแมชชีนเลิร์นนิงสามารถถอดรหัส ‘ภาษาชีวภาพ’ ของมะเร็ง อัลไซเมอร์ และโรคทางระบบประสาทอื่นๆ ได้
การศึกษาที่ก้าวล้ำของพวกเขาได้รับการตีพิมพ์ในวารสารทางวิทยาศาสตร์ PNAS วันนี้ และสามารถนำมาใช้ในอนาคตเพื่อ ‘แก้ไขข้อผิดพลาดทางไวยากรณ์ภายในเซลล์ที่ก่อให้เกิดโรค’
ศาสตราจารย์ Tuomas Knowles หัวหน้าผู้เขียนบทความและเพื่อนที่ St John’s College กล่าวว่า “การนำเทคโนโลยีแมชชีนเลิร์นนิงมาสู่การวิจัยโรคทางระบบประสาทและมะเร็งถือเป็นตัวเปลี่ยนเกมอย่างแท้จริง ในท้ายที่สุด จุดมุ่งหมายคือการใช้ปัญญาประดิษฐ์เพื่อพัฒนายาที่เป็นเป้าหมายเพื่อบรรเทาอาการอย่างมากหรือเพื่อป้องกันไม่ให้เกิดภาวะสมองเสื่อมเลย”
ทุกครั้งที่ Netflix แนะนำซีรีส์ให้ดูหรือ Facebook แนะนำใครให้เป็นเพื่อน แพลตฟอร์มต่างๆ จะใช้อัลกอริธึมการเรียนรู้ด้วยเครื่องอันทรงพลังเพื่อคาดเดาอย่างมีการศึกษาสูงว่าผู้คนจะทำอะไรต่อไป ผู้ช่วยเสียงเช่น Alexa และ Siri สามารถจดจำบุคคลและ ‘พูด’ กลับมาหาคุณได้ทันที
Dr Kadi Liis Saar ผู้เขียนบทความฉบับแรกและนักวิจัยที่ St John’s College ใช้เทคโนโลยีแมชชีนเลิร์นนิงที่คล้ายคลึงกันเพื่อฝึกแบบจำลองภาษาขนาดใหญ่เพื่อดูว่าจะเกิดอะไรขึ้นเมื่อมีบางอย่างผิดปกติกับโปรตีนภายในร่างกายที่ก่อให้เกิดโรค .
เธอกล่าวว่า: “ร่างกายมนุษย์มีโปรตีนเป็นพันๆ ตัว และนักวิทยาศาสตร์ยังไม่รู้หน้าที่ของโปรตีนมากมาย เราขอแบบจำลองภาษาที่ใช้โครงข่ายประสาทเทียมเพื่อเรียนรู้ภาษาของโปรตีน
“เราขอให้โปรแกรมเรียนรู้ภาษาของการเปลี่ยนรูปร่างคอนเดนเสทของโมเลกุลชีวภาพ ซึ่งเป็นหยดโปรตีนที่พบในเซลล์ ซึ่งนักวิทยาศาสตร์จำเป็นต้องเข้าใจจริงๆ เพื่อแยกแยะภาษาของการทำงานทางชีวภาพและความผิดปกติที่ก่อให้เกิดมะเร็งและโรคเกี่ยวกับระบบประสาท เช่น อัลไซเมอร์ เราพบว่ามันสามารถเรียนรู้สิ่งที่นักวิทยาศาสตร์ได้ค้นพบเกี่ยวกับภาษาของโปรตีนในช่วงหลายทศวรรษของการวิจัยโดยไม่ต้องมีการบอกอย่างชัดเจน”
โปรตีนเป็นโมเลกุลที่ซับซ้อนและมีขนาดใหญ่ ซึ่งมีบทบาทสำคัญในร่างกาย พวกมันทำงานส่วนใหญ่ในเซลล์และจำเป็นสำหรับโครงสร้าง การทำงาน และการควบคุมของเนื้อเยื่อและอวัยวะของร่างกาย ตัวอย่างเช่น แอนติบอดี้เป็นโปรตีนที่ทำหน้าที่ปกป้องร่างกาย
โรคอัลไซเมอร์ พาร์กินสัน และฮันติงตัน เป็นโรคทางระบบประสาทที่พบได้บ่อยที่สุด 3 โรค แต่นักวิทยาศาสตร์เชื่อว่ามีหลายร้อยโรค
ในโรคอัลไซเมอร์ ซึ่งส่งผลกระทบต่อผู้คนกว่า 50 ล้านคนทั่วโลก โปรตีนมักจะหลอกลวง จับกลุ่มกันเป็นก้อน และฆ่าเซลล์ประสาทที่แข็งแรง สมองที่แข็งแรงมีระบบการควบคุมคุณภาพที่กำจัดโปรตีนจำนวนมากที่อาจเป็นอันตรายเหล่านี้ เรียกว่ามวลรวมอย่างมีประสิทธิภาพ
ตอนนี้นักวิทยาศาสตร์คิดว่าโปรตีนที่ไม่เป็นระเบียบบางตัวยังก่อตัวเป็นหยดของโปรตีนที่เรียกว่าคอนเดนเสทซึ่งไม่มีเมมเบรนและรวมเข้าด้วยกันอย่างอิสระ โปรตีนคอนเดนเสทสามารถก่อตัวและปฏิรูปซึ่งแตกต่างจากมวลรวมของโปรตีนซึ่งไม่สามารถย้อนกลับได้ และมักถูกนำไปเปรียบเทียบกับหยดแว็กซ์เปลี่ยนร่างในตะเกียงลาวา
ศาสตราจารย์โนลส์กล่าวว่า “โปรตีนคอนเดนเสทได้รับความสนใจอย่างมากในโลกวิทยาศาสตร์เมื่อเร็ว ๆ นี้ เนื่องจากพวกมันควบคุมเหตุการณ์สำคัญในเซลล์ เช่น การแสดงออกของยีน วิธีที่ DNA ของเราถูกแปลงเป็นโปรตีน และการสังเคราะห์โปรตีน วิธีที่เซลล์สร้างโปรตีน
“ข้อบกพร่องใดๆ ที่เกี่ยวข้องกับหยดโปรตีนเหล่านี้สามารถนำไปสู่โรคต่างๆ เช่น มะเร็งได้ นี่คือเหตุผลที่การนำเทคโนโลยีการประมวลผลภาษาธรรมชาติมาสู่การวิจัยเกี่ยวกับต้นกำเนิดของโมเลกุลของความผิดปกติของโปรตีนเป็นสิ่งสำคัญ หากเราต้องการแก้ไขข้อผิดพลาดทางไวยากรณ์ภายในเซลล์ที่ก่อให้เกิดโรคได้”
Dr Saar กล่าวว่า “เราป้อนอัลกอริทึมของข้อมูลทั้งหมดที่เก็บไว้ในโปรตีนที่รู้จัก เพื่อให้สามารถเรียนรู้และทำนายภาษาของโปรตีนในลักษณะเดียวกับที่โมเดลเหล่านี้เรียนรู้เกี่ยวกับภาษามนุษย์และวิธีที่ WhatsApp รู้วิธีแนะนำคำต่างๆ ให้คุณใช้
“จากนั้นเราก็สามารถถามเกี่ยวกับไวยากรณ์เฉพาะที่นำไปสู่โปรตีนบางชนิดเท่านั้นเพื่อสร้างคอนเดนเสทภายในเซลล์ เป็นปัญหาที่ท้าทายอย่างยิ่ง และการปลดล็อกจะช่วยให้เราเรียนรู้กฎเกณฑ์ของภาษาของโรคได้”
เทคโนโลยีแมชชีนเลิร์นนิงกำลังพัฒนาอย่างรวดเร็วเนื่องจากความพร้อมใช้งานของข้อมูลที่เพิ่มขึ้น พลังการประมวลผลที่เพิ่มขึ้น และความก้าวหน้าทางเทคนิคที่สร้างอัลกอริธึมที่ทรงพลังยิ่งขึ้น
การใช้แมชชีนเลิร์นนิงเพิ่มเติมสามารถเปลี่ยนแปลงการวิจัยโรคมะเร็งและโรคทางระบบประสาทในอนาคตได้
การค้นพบสามารถทำได้มากกว่าสิ่งที่นักวิทยาศาสตร์รู้อยู่แล้วและคาดเดาเกี่ยวกับโรคต่างๆ และอาจเกินกว่าที่สมองของมนุษย์สามารถเข้าใจได้หากไม่ได้รับความช่วยเหลือจากการเรียนรู้ด้วยเครื่อง
ดร.ซาร์อธิบายว่า “การเรียนรู้ด้วยเครื่องสามารถเป็นอิสระจากข้อจำกัดของสิ่งที่นักวิจัยคิดว่าเป็นเป้าหมายสำหรับการสำรวจทางวิทยาศาสตร์ และจะหมายความว่าจะพบว่ามีการเชื่อมต่อใหม่ที่เรายังไม่ได้คิด มันน่าตื่นเต้นมากจริงๆ”
เครือข่ายที่พัฒนาขึ้นนี้เปิด ให้นักวิจัย ทั่วโลกใช้งานได้ฟรีแล้ว เพื่อให้นักวิทยาศาสตร์สามารถพัฒนาความก้าวหน้าต่อไปได้
