پژوهشگران دانشگاه مک‌گیل در کانادا با کمک ابزار هوش مصنوعی DOLPHIN صدها نشانگر ناشناخته‌ی بیماری را در سلول‌های انسانی شناسایی کرده‌اند؛ نشانه‌هایی که روش‌های معمول قادر به دیدنشان نبودند.

به گفته‌ی محققان، این فناوری در آینده می‌تواند به پزشکان کمک کند تا بیماری‌ها را زودتر تشخیص دهند و درمان مناسب‌تری برای هر بیمار انتخاب کنند.

دکتر جون دینگ، استادیار دانشگاه مک‌گیل و نویسنده‌ی ارشد پژوهش، می‌گوید:
«این ابزار به پزشکان کمک می‌کند درمان‌هایی را برگزینند که بیشترین شانس موفقیت دارند و روند آزمون‌و‌خطا را کاهش می‌دهد.»

ژن‌ها مثل لگو هستند

در روش‌های قدیمی، پژوهشگران فقط تعداد کلی ژن‌ها را می‌سنجیدند. اما DOLPHIN قادر است تغییرات بسیار جزئی درون ژن‌ها را نیز تشخیص دهد.
این ابزار بررسی می‌کند که هر ژن از چه قطعات کوچکی به نام اگزون تشکیل شده و این قطعات چگونه به هم متصل می‌شوند.

کایلو سونگ، دانشجوی دکترا و نویسنده‌ی اول مقاله، توضیح می‌دهد:
«ژن‌ها مثل لگو از تکه‌های کوچک ساخته شده‌اند، نه یک بلوک ساده. DOLPHIN با بررسی این تکه‌ها نشانگرهایی را آشکار می‌کند که تاکنون از دید پژوهشگران پنهان مانده بودند.»

کشف ۸۰۰ نشانگر جدید سرطان لوزالمعده

در یکی از آزمایش‌ها، DOLPHIN داده‌های بیماران مبتلا به سرطان لوزالمعده را تحلیل کرد و بیش از ۸۰۰ نشانگر جدید بیماری یافت  داده‌هایی که ابزارهای سنتی از تشخیص آن ناتوان بودند.
این مدل توانست بیماران مبتلا به سرطان‌های تهاجمی را از بیماران با نوع خفیف‌تر جدا کند؛ نکته‌ای حیاتی برای تصمیم‌گیری درمانی دقیق‌تر.

گامی به‌سوی سلول‌های مجازی

به باور پژوهشگران، این دستاورد می‌تواند پایه‌ای برای ساخت مدل‌های دیجیتال سلول‌های انسانی باشد.
چنین مدل‌هایی رفتار سلول و واکنش آن به دارو را به‌صورت مجازی شبیه‌سازی می‌کنند، پیش از آن‌که دارو وارد آزمایشگاه یا مرحله‌ی بالینی شود.
این روش می‌تواند هزینه و زمان تحقیقات پزشکی را به‌طور چشمگیری کاهش دهد.

این پژوهش با حمایت مالی چند نهاد علمی کانادایی از جمله NSERC و CIHR انجام شد و نتایج آن در مجله‌ی Nature Communications منتشر شد.


برای مشاهده جدیدترین اخبار، به پایگاه خبری هوش مصنوعی ایران مراجعه کنید.