به گزارش ایسنا، آیا می‌دانستید که خوردن منظم تخم‌مرغ ممکن است به شما کمک کند در سنین پیری هوشیار بمانید یا این که بیماری آلزایمر در واقع به پوسیدگی پوشش اطراف نورون‌های شما مربوط می‌شود؟ همه این اطلاعات، علم نسبتاً جدیدی به شمار می‌روند و مبتنی بر داده‌هایی هستند که هوش مصنوعی در عصر ظهور مدل‌های زبانی بزرگ به ما ارائه داده است.

به نقل از فوربس، دانشمندان همین چند سال پیش اطلاعات زیادی را درباره آلزایمر نداشتند اما اکنون، اطلاعات بیشتری را درباره علت و درمان مؤثر این بیماری به دست آورده‌اند.

درباره تخم‌مرغ، اطلاعات علمی ارائه‌شده پیرامون متابولیسم ترکیب «کولین»(Choline) است. «تیم نیومن»(Tim Newman)، فارغ‌التحصیل رشته علوم اعصاب از «دانشگاه منچستر»(University of Manchester) و از نویسندگان وب‌سایت «مدیکال نیوز تودی»(Medical News Today) نوشت: پژوهش‌ها نشان داده‌اند که کولین برای عملکرد شناختی مهم است. همچنین، ارتباط بالقوه‌ای بین مصرف متوسط ​​کولین و کاهش خطر زوال عقل شناسایی شده است. همان طور که پژوهشگران جدیدترین پروژه درباره آلزایمر را توضیح داده‌اند، تخم‌مرغ منبع اصلی کولین است و به همین دلیل، ارزش بررسی دارد. کولین عملکردهای مهم بسیاری دارد. به عنوان مثال، کولین پیش‌ساز انتقال‌دهنده عصبی موسوم به «استیل‌کولین»(Acetylcholine) است که نقش محوری در غشای سلولی ایفا می‌کند و قدرت محافظت عصبی دارد.

پس چطور همه این اطلاعات را درباره بیماری‌ای که به سیستم عصبی بسیاری از افراد مسن حمله می‌کند، می‌دانیم؟ قدرت حقیقت‌یابی هوش مصنوعی به دانشمندان اجازه داده است تا فراتر از روش‌های علمی سنتی عمل کنند.

«مانولیس کلیس»(Manolis Kellis) که هم دانشجو و هم استاد دانشگاه «ام‌آی‌تی»(MIT) بوده است، طی سخنرانی اخیر خود در یک نشست به بررسی برخی از این اطلاعات و چگونگی پیدایش آنها پرداخت و توضیح داد که آنچه هوش مصنوعی برای ما به ارمغان آورده، به دانشمندان کمک کرده است تا درباره آلزایمر از یک مدل مبتنی بر فرضیه به یک مدل مبتنی بر داده و از یک مدل همبستگی به یک مدل علیت برسند.

کلیس ادامه داد: ما دوران جدیدی از کلان‌داده‌ها را داریم که به ما امکان می‌دهند یک رویکرد مبتنی بر داده را برای درک مبانی مولکولی و سلولی بیماری آلزایمر در پیش بگیریم. ما در حال حرکت به سمت مدل‌های بنیادین با میلیاردها پارامتر هستیم که به ما امکان می‌دهند تا مکانیسم‌های مولکولی زیربنایی و زبانی را که سلول‌ها با آن صحبت می‌کنند، به درستی درک کنیم.

کلیس درباره دریافت هزاران نمونه اهدایی مغز پس از مرگ صحبت کرد و این که چگونه این امر به ایجاد دیدگاهی بهتر برای تحقیقات آلزایمر کمک کرده است. وی افزود: ما دریافتیم که این افراد مبتلا به آلزایمر، کاهش ساخت «میلین»(Myelin) را در اطراف نورون‌های خود نشان می‌دهند. «الیگودندروسیت‌هایی»(Oligodendrocytes) که نورون‌ها را با میلین می‌پوشانند، دیگر لیپیدهای لازم را منتقل نمی‌کنند و آن لیپیدها در واقع درون شبکه آندوپلاسمی الیگودندروسیت گیر می‌کنند و سپس با وجود خود به آسیب اضافی منجر می‌شوند.

این یک توضیح کاملاً علمی است. اگر عبارت «انتقال لیپید» و ایده کاهش میلین‌سازی را که در آن غلاف میلین رو به زوال می‌رود، حفظ کنید، به بخشی از اصل این علم جدید دست یافته‌اید. نکته‌ مهمی که کلیس مطرح کرد، این است که هر یک از این پدیده‌ها تعداد کمی از مسیرها را در بدن درگیر می‌کنند و این امر، امکان درمان هدفمند و شخصی‌سازی‌شده را با درجه‌ بالایی از دقت فراهم می‌آورد.

کاربرد هوش مصنوعی مولد

کلیس درباره یادگیری یک بازنمایی مشترک با استفاده از هوش مصنوعی مولد برای مشاهده‌ محل بروز اختلال در سطح پروتئین صحبت کرد. وی افزود: ما همین کار را در حوزه شیمی انجام داده‌ایم. ما در این حوزه، تک‌تک مواد شیمیایی را که تاکنون توسط انسان‌ها ساخته و آزمایش شده‌اند، در یک چشم‌انداز شیمیایی واحد قرار داده‌ایم که اکنون به ما امکان می‌دهد نواحی عملکرد شیمیایی و نحوه ارتباط آنها با ساختار ژن‌های کدکننده پروتئین مربوطه را بررسی کنیم. این کار به دانشمندان امکان می‌دهد تا اهداف را انتخاب کنند و از اطلاعات نهفته در فضای پنهان نمونه‌برداری کنند تا به کشف داروهای جدید بپردازند و آنها را در آزمایشگاه تولید کنند.

کلیس ادامه داد: ما به سرعت این گروه جدید از مدل‌های هوش مصنوعی را رونمایی کرده‌ایم. این عوامل که قادر به استفاده از تجهیزات، درک سوابق، درک ساختار پروتئین، درک ساختار شیمیایی و انجام دادن عملیات اتصال دقیق هستند، می‌توانند ببینند که داروها چگونه با حوزه‌های خاصی که برای ما مهم هستند، مطابقت دارند.

توضیحات کلیس در مرحله بعد، جنبه‌ بسیار جالبی را به خود گرفتند. کلیس گفت: ما برای طراحی درمان‌های جدید و از طریق سنتز سریع می‌توانیم به این درمان‌ها دست یابیم و آنها را در ارگانوئیدهای انسانی آزمایش کنیم.

ارگانوئید چیست؟ «چت‌جی‌پی‌تی»(ChatGPT) در پاسخ به این پرسش گفت: دانشمندان معمولاً از سلول‌های بنیادی جنینی یا سلول‌های بنیادی پرتوان استفاده می‌کنند که سلول‌های بالغی هستند و برای تقلید رفتار سلول‌های جنینی برنامه‌ریزی مجدد شده‌اند. تحت شرایط رشد خاص، این سلول‌ها خود را به صورت مجموعه‌های بافتی شبیه به اندام‌های واقعی سازمان‌دهی می‌کنند.

کلیس گفت: ما فیبروبلاست‌ها را از پوست آنها می‌گیریم و آنها را به ارگانوئیدهای مغزی تبدیل می‌کنیم. ما در حال آزمایش ماتریکس کامل ۱۰۰ دارو در ۱۰۰ مغز مجزا از آن بیماران هستیم تا اساساً نتایج را در سطح رونویسی، در سطح سلولی و همچنین در سطح الکتروفیزیولوژیکی ببینیم و بفهمیم که شلیک نورون‌ها و سیگنال‌دهی کلسیم چگونه تغییر می‌کند.

به گفته کلیس، این امر یک نمودار مراقبت شخصی را برای هر بیمار آلزایمر ایجاد می‌کند و انقلابی را در مداخلات درمانی به وجود می‌آورد. او صحبت‌های خود را این ‌گونه به پایان ‌رساند. هوش مصنوعی مولد می‌تواند واقعاً چشم‌انداز پزشکی را متحول کند و برای اولین بار، دقت پیش‌بینی و درمان‌های شخصی‌سازی‌شده را در اندامی که تاکنون غیرقابل دسترس باقی مانده بود، اما به لطف ارگانوئیدها سرانجام به طور سیستماتیک در حال آشکار شدن است، امکان‌پذیر کند.

انتهای پیام