Big data, ogroman skup podataka prikupljenih tijekom desetljeća istraživanja iskorišten je u izradu računalnog modela kako bi se saznalo može li umjetna inteligencija otkriti ono što ljudima ne polazi za rukom. Istraživači Sveučilišta u Cambridgeu otkrili su tako da tehnologija strojnog učenja može dešifrirati "biološki jezik" raka, Alzheimerove bolesti i drugih neurodegenerativnih bolesti.

Strojnim učenjem do ciljanih lijekova

Njihova revolucionarna studija objavljena je u znanstvenom časopisu PNAS, a jednog bi se dana mogla iskoristiti za "ispravljanje gramatičkih pogrešaka unutar stanica koje uzrokuju bolesti".

"Uvođenje tehnologije strojnog učenja u istraživanje neurodegenerativnih bolesti i raka potpuno će promijeniti igru", smatra vodeći autor studije, profesor Tuomas Knowles. Njegov je cilj iskoristiti umjetnu inteligenciju za razvoj ciljanih lijekova koji će dramatično ublažiti simptome ili čak spriječiti pojavu demencije.

Svaki put kad vam Netflix preporučuje seriju koju biste trebali pogledati ili vam Facebook predlaže novog prijatelja, te platforme koriste moćne algoritme strojnog učenja. Glasovni asistenti poput Alexa i Siri mogu raspoznavati ljude i komunicirati s vama.

Istraživači St John's Collegea u sklopu Sveučilišta Cambridge sličnu tehnologiju strojnog učenja koristili su za osposobljavanje velikog jezičnog modela kako bi otkrili što se događa kad proteini u tijelu "polude" i uzrokuju bolest.

Dešifriranje jezika bioloških funkcija

Ljudsko tijelo dom je tisućama proteina, a znanstvenici još ne znaju funkciju mnogih od njih. Jezični model zasnovan na neuronskoj mreži trebao je pomoći istraživačima da nauče jezik proteina. Od programa su zatražili da nauči jezik premještanja biomolekularnih kondenzata, kapljica proteina u stanicama. Taj jezik znanstvenici moraju razumjeti kako bi shvatili dešifrirali jezik bioloških funkcija i neispravnosti koje uzrokuju rak i neurodegenerativne bolesti poput Alzheimerove. 

Alzheimerova, Parkinsonova i Huntingtonova bolest tri su najčešće neurodegenerativne bolesti, ali znanstvenici vjeruju da ih ima nekoliko stotina. U Alzheimerovoj bolesti, koja pogađa 50 milijuna ljudi širom svijeta, proteini stvaraju nakupine i ubijaju zdrave živčane stanice. Zdrav mozak ima sustav kontrole kvalitete koji učinkovito uklanja ove potencijalno opasne mase proteina, poznate kao agregati.

Znanstvenici misle da neki proteini stvaraju kondenzate bez membrane koji se slobodno spajaju jedna s drugom, poput voska u lava lampama. 

"Proteinski kondenzati kontroliraju ključne događaje u stanici, poput ekspresije gena odnosno načina na koji se naš DNK pretvara u proteine, i sinteza proteina odnosno načina na koji stanice stvaraju proteine", objašnjava Knowles. "Svaki nedostatak može dovesti do bolesti poput raka. Zbog toga je uvođenje tehnologije obrade prirodnog jezika u istraživanje molekularnog podrijetla neispravnosti proteina od vitalne važnosti ako želimo ispraviti gramatičke pogreške unutar stanica koje uzrokuju bolesti."

Transformacija istraživanja

Istraživači su algoritam nahranili svim poznatim podacima o proteinima kako bi mogao naučiti i predvidjeti jezik proteina na isti način na koji ovi modeli uče o ljudskom jeziku i kako aplikacije poput WhatsAppa predlažu riječi koje biste mogli upotrijebiti u dopisivanju. 

Tehnologija strojnog učenja razvija se brzim tempom zbog sve veće dostupnosti podataka, povećane računalne snage i tehničkog napretka koji su stvorili snažnije algoritme. Daljnja upotreba strojnog učenja mogla bi transformirati buduća istraživanja raka i neurodegenerativnih bolesti. Otkrića bi se mogla postići i izvan onoga što znanstvenici trenutno već znaju i nagađaju o bolestima, a potencijalno i izvan onoga što ljudski mozak može razumjeti bez pomoći strojnog učenja.

U međuvremenu, istraživači su razvijenu mrežu besplatno ustupili istraživačima širom svijeta kako bi što više znanstvenika moglo izučiti procese koji dovode do raznih bolesti.