ზოგიერთ AI-ინსტრუმენტს ბიოლოგია ჯერ არ ესმის

გენების აქტივობის შესახებ ახალი კვლევების კრებული აჩვენებს, რომ AI-ინსტრუმენტები არც ისე კარგად მუშაობს.

ბიოლოგია არის მეცნიერების სფერო, სადაც AI-სა და მანქანური სწავლების მიდგომებმა რამდენიმე სანახაობრივ წარმატებას მიაღწია, მაგალითად, პლასტმასის დასაშლელი ფერმენტებისა და გველის შხამის დამბლოკავი ცილების შექმნაში. მაგრამ AI-ს, როგორც ჩანს, უსასრულო „ჰაიპის“ ეპოქაში, შეიძლება, ადვილი იყოს ვიფიქროთ, რომ ჩვენ შეგვიძლია, უბრალოდ, მივუშვათ AI უკვე გენერირებული მონაცემების გროვებზე და ბიოლოგიის უმეტესი სფეროების კარგი გაგება მივიღოთ.

მაგრამ ბიოლოგია გაცილებით მეტს მოიცავს, ვიდრე უბრალოდ ცილის სტრუქტურები. და უკიდურესად ნაადრევია იმის თქმა, რომ AI-ს შეუძლია, თანაბრად ეფექტიანად გაუმკლავდეს ბიოლოგიის ყველა ასპექტს. ამიტომ, ჩვენ დავინტერესდით კვლევით, რომელიც ადარებს AI-პროგრამების კომპლექტს, რომლებიც შექმნილია იმის პროგნოზირებისთვის, თუ რამდენად აქტიური იქნება გენები სხვადასხვა პირობებში მყოფ უჯრედებში. როგორც აღმოჩნდა, AI-სისტემებმა ვერ შეძლეს, ეჩვენებინათ იმაზე უკეთესი შედეგი, ვიდრე განზრახ გამარტივებულმა პროგნოზირების მეთოდმა.

შედეგები სასარგებლო გაფრთხილებად გვევლინება, რომ ბიოლოგია წარმოუდგენლად რთულია და AI-სისტემების შემუშავება, რომლებიც მის ერთ ასპექტში მუშაობს, არ ნიშნავს, რომ მათ შეუძლიათ, ზოგადად, ბიოლოგიაში იმუშაონ.

AI და გენების აქტივობა

კვლევა ჰაიდელბერგში დაფუძნებულმა მკვლევართა ტრიომ ჩაატარა. AI-პროგრამა, რომელიც მათ შეისწავლეს, ცდილობს, იწინასწარმეტყველოს ცვლილებები გენების აქტივობაში. მიუხედავად იმისა, რომ ყველა უჯრედი ატარებს ადამიანის გენომში არსებული დაახლოებით 20,000 გენის ასლს, ყველა მათგანი მოცემულ უჯრედში აქტიური არ არის — „აქტიური“ ამ შემთხვევაში ნიშნავს, რომ ისინი საინფორმაციო რნმ-ებს აწარმოებენ.

წლების განმავლობაში, ჩვენ ჩავატარეთ მრავალი კვლევა, რომელიც იკვლევდა ყველა გენის აქტივობას მოცემულ უჯრედის ტიპში სხვადასხვა პირობებში. ეს კვლევები ქმნის ფართო, თუმცა არასრულ, სურათს, რომელიც გენების აქტივობას სხვადასხვა ბიოლოგიურ გარემოებასთან აკავშირებს. ეს არის სურათი, რომელიც პოტენციურად შეგიძლიათ, გამოიყენოთ AI-ს გასაწვრთნელად, რომელიც გააკეთებს პროგნოზებს გენების აქტივობის შესახებ იმ პირობებში, რომლებიც ჯერ არ გამოცდილა.

არადამაკმაყოფილებელი წარმადობა

ამ შემთხვევაში, ამოცანა იყო იმის პროგნოზირება, თუ როგორ შეიძლება, შეიცვალოს გენების აქტივობა გენების შეცვლისას. როდესაც ერთი გენი იკარგება ან აქტიურდება, შესაძლოა, შეიცვალოს ათობით გენის აქტივობა. საქმე კიდევ უფრო რთულდება, როდესაც ორი გენი მონაწილეობს.

მკვლევრებმა განზრახ შეცვალეს ერთი ან მეტი გენის აქტივობა CRISPR-ის დნმ-ის რედაქტირების ტექნოლოგიის გამოყენებით. შემდეგ კი, AI-პაკეტებს სთხოვეს, ეწინასწარმეტყველათ შედეგები. შესადარებლად, მკვლევრებმა ასევე გააკეთეს პროგნოზები ორი უკიდურესად მარტივი მოდელის გამოყენებით: ერთი, რომელიც ყოველთვის პროგნოზირებდა, რომ არაფერი შეიცვლებოდა და მეორე, რომელიც ყოველთვის ადიტიურ ეფექტს პროგნოზირებდა (ანუ, A და B გენების გააქტიურება გამოიწვევდა A-ს გააქტიურებით გამოწვეულ ცვლილებებს, პლუს B-ს გააქტიურებით გამოწვეულ ცვლილებებს).

ისინი არ მუშაობდნენ. „ყველა მოდელს ჰქონდა პროგნოზირების შეცდომა, რომელიც არსებითად უფრო მაღალი იყო, ვიდრე ადიტიური საბაზისო მოდელის,“ — დაასკვნეს მკვლევრებმა.

პრობლემის არსი, როგორც ჩანს, ის იყო, რომ გაწვრთნილი საბაზისო მოდელები არც ისე კარგად პროგნოზირებდნენ, თუ როდის გამოიწვევდა გენების წყვილის ცვლილებები ცვლილებების რთულ პატერნებს. „ღრმა სწავლების მოდელები იშვიათად პროგნოზირებდნენ სინერგიულ ურთიერთქმედებებს და კიდევ უფრო იშვიათი იყო, რომ ეს პროგნოზები სწორი ყოფილიყო,“ — დაასკვნეს მკვლევრებმა.

მნიშვნელოვანია, ხაზი გავუსვათ, რომ „ჯერ კიდევ მიუღწეველი“ არ ნიშნავს, რომ ჩვენ ვერასდროს შევძლებთ AI-ს შემუშავებას, რომელიც ამ პრობლემის გადაჭრაში დაგვეხმარება. ამავდროულად, ეს ნაშრომი წარმოადგენს ღირებულ გაფრთხილებას იმ დროს, როდესაც დიდი ენთუზიაზმია იმ იდეის მიმართ, რომ AI-ს წარმატება რამდენიმე სფეროში ნიშნავს, რომ ჩვენ იმ სამყაროს ზღვარზე ვართ, სადაც მისი გამოყენება ყველაფერზე შეიძლება.

ITNEWS-ის მეგობარი ვებ-გვერდია ITJOBS.GE. ITJOBS.GE-ზე ორგანიზაციებს და ფიზიკურ პირებს, აქვთ საშუალება განათავსონ როგორც ვაკანსები, ტრენინგები და ივენთები ასევე კონკრეტული Tech დავალებები, რისთვისაც ეძებენ დეველოპერებს, დიზაინერებს, სეო სპეციალისტებს და ა.შ. ITJOBS.GE - იპოვე დასაქმების საუკეთესო შესაძლებლობები ან გამოაქვეყნე ვაკანსია / დავალება და მიაწვდინე ხმა სასურველ აუდიტორიას.