شفقنا – پژوهشگران دانشگاه اورگان مدل هوش مصنوعی ساختهاند که رمز ژنتیکی را اسکن میکند و با شناسایی الگوهای جهش، تشخیص میدهد هر جفت ژن چه زمانی آخرین جد مشترک را داشتهاند. این ابزار که در نشریه آکادمی ملی علوم آمریکا معرفی شده، صدها برابر سریعتر از روشهای سنتی کار میکند.
به گزارش سرویس ترجمه شفقنا، اندرو کرن، پژوهشگر دانشگاه اورگان، میگوید این اولین مدل زبانی است که برای ژنتیک جمعیت طراحی شده. مدل جدید با تغییر یک نسخه قدیمی از معماری چتجیپیتی ساخته شده، اما به جای متن انگلیسی، روی شبیهسازی تکامل ژنتیکی گونههای مختلف (از باکتری تا پستانداران) آموزش دیده است.
روش سنتی محاسبه «زمان همخاستگاهی» ژنها بر پایه آمار و ریاضیات است و همچنان استاندارد طلایی محسوب میشود. اما نویسنده اصلی این مطالعه میگوید این روشها کند هستند و با دادههای ژنتیکی بزرگ یا ناقص مشکل دارند. مدل هوش مصنوعی جدید همین کار را در عرض چند دقیقه انجام میدهد، در حالی که روش سنتی برای یک کروموزوم پشه ممکن است چند ساعت یا چند روز وقت بگیرد.
در آزمایشها، عملکرد این ابزار به خوبی روشهای آماری پیشرفته بود که خود تیم تحقیقاتی را شگفتزده کرد. کرن میگوید هرگز نمیدانید وقتی تکنیکهای یک دنیای کاملاً متفاوت را قرض میگیرید و روی مسئله جدیدی اعمال میکنید چه نتیجهای میگیرید، اما در این مورد کار به خوبی پیش رفت.
کرن میافزاید این ابزار به ویژه برای کنترل مالاریا در لحظه حساسی به میدان آمده، زیرا مقاومت به حشرهکشها در همه جمعیتهای پشه دیده میشود. درک تکامل مقاومت به حشرهکش یکی از چالشهای اصلی پیشگیری از گسترش مالاریا بوده و حالا با این مدل هوش مصنوعی میتوان پرسید ژنهای مقاومت چند وقت پیش در جمعیت ظهور کردهاند. وقتی این تاریخ را بدانیم، میفهمیم مقاومت چقدر سریع گسترش یافته و بر اساس آن تصمیم بگیریم که چه زمانی حشرهکش را عوض کنیم یا چه روش دیگری به کار ببریم.
محققان میگویند از آنجایی که نمیتوانیم تکامل را تکرار کنیم، یکی از کارهای کلیدی آنها توسعه شبیهسازی است. شبیهسازیها فرآیندهای تکاملی را تقلید میکنند و سپس از نتایج آنها به عنوان داده آموزشی برای مدلهای یادگیری عمیق استفاده میشود.
محققان قصد دارند مدل را فراتر از ردیابی جد مشترک دو ژن پیش ببرند و به سمت بازسازی درختان کامل نَسَبشناسی برای چندین ژن همزمان حرکت کنند.
این خبر را اینجا ببینید.