Vietnami kutató mesterséges intelligenciát használ a bélbaktériumok „dekódolására”

Dang Thanh Tung kutató (Tokiói Egyetem) munkája segít megfejteni a bélbaktériumok kommunikációját, új irányt nyitva a személyre szabott orvoslás számára.

Illusztráció: ScienceDaily

A ScienceDaily szerint egy úttörő tanulmányban a Tokiói Egyetem tudósai fejlett mesterséges intelligenciát (MI) alkalmaztak a bélbaktériumok komplex ökoszisztémájának és a közöttük lévő kémiai jeleknek a dekódolására.

A csapat kifejlesztett egy új Bayes-féle neurális hálózatot, a VBayesMM-et, amely valós biológiai kapcsolatokat észlel a véletlenszerű korrelációk helyett. A rendszer felülmúlta a hagyományos modelleket az elhízás, az alvászavarok és a rák vizsgálatában.

A bélbaktériumok létfontosságú szerepet játszanak az emberi egészségben, befolyásolják az emésztést, az immunitást és még a hangulatot is. Az emberi test körülbelül 30-40 billió emberi sejtet tartalmaz, míg a bélrendszer önmagában akár 100 billió baktériumsejtet is tartalmazhat – ami azt jelenti, hogy több baktériumsejtet hordozunk, mint a saját sejtjeink.

Ezek a mikroorganizmusok nemcsak az emésztésben vesznek részt, hanem több ezer apró vegyületet, úgynevezett metabolitokat – „kémiai hírvivőket” – is termelnek és alakítanak át, amelyek befolyásolják az anyagcserét, az immunrendszert és az agyműködést.

„Csak most kezdjük megérteni, hogy mely baktériumok milyen metabolitokat termelnek, és hogyan változnak ezek a kapcsolatok a különböző betegségekben” – mondta Tung Dang (Dang Thanh Tung) kutató, a Tokiói Egyetem Biológiai Tudományok Tanszékének Tsunoda Laboratóriumából.

Ha pontosan fel tudjuk térképezni a baktériumok és a vegyi anyagok közötti kölcsönhatásokat, személyre szabott kezeléseket fejleszthetünk ki – például egy adott baktériumtípus tenyésztésével olyan anyagot állíthatunk elő, amelynek egészségügyi előnyei vannak, vagy olyan terápiákat tervezhetünk, amelyek ezeket az anyagokat manipulálják a betegségek kezelésére.”

A probléma az adatok puszta méretében rejlik: a kölcsönhatásban álló baktériumfajok és vegyületek ezrei rendkívül megnehezítik az értelmes mintázatok megtalálását.

Ennek megoldására a csapat mesterséges intelligenciát és Bayes-féle megközelítést használt az egyes metabolitokat ténylegesen befolyásoló baktériumcsoportok kimutatására, és kiszámította az előrejelzések megbízhatósági szintjét is – ezzel segítve elkerülni a félrevezető következtetéseket.

„Amikor valós adatokon teszteltük alvászavarokkal, elhízással és rákkal kapcsolatosan, modellünk következetesen felülmúlta a meglévő módszereket, és olyan baktériumcsaládokat azonosított, amelyek megfeleltek az ismert biológiai folyamatoknak” – tette hozzá Tung. „Ez bizalmat ad nekünk abban, hogy a rendszer valódi biológiai kapcsolatokat észlel, és nem véletlenszerű statisztikai mintázatokat.”

A bizonytalanság számszerűsítésének képessége segít a VBayesMM-nek abban, hogy megbízhatóbb információkat szolgáltasson a tudósoknak. A nagy mikrobiális adathalmazok elemzése azonban továbbra is számításigényes, bár ez a költség a feldolgozási technológia fejlődésével csökkenni fog. A rendszer akkor teljesít a legjobban, ha a mikrobiális adatok mennyisége nagyobb, mint a metabolitadatok mennyisége; ha a mikrobiális adatok száma nagyobb, a pontosság csökken.

Ezenkívül a VBayesMM továbbra is minden baktériumfajt független entitásként kezel, miközben a valóságban komplex kölcsönhatásban állnak egymással.

A csapat most a modell kibővítésén dolgozik, hogy átfogóbb kémiai adathalmazokat kezelhessen, beleértve a baktériumokból, az emberi testből és az étrendből származó vegyületeket. Emellett a baktériumfajok „családfáit” is be akarják építeni az előrejelzések javítása és a számítási idő csökkentése érdekében.

„A végső cél az, hogy azonosítsuk azokat a specifikus baktériumokat, amelyek célpontjai lehetnek a kezelésnek vagy a táplálkozási beavatkozásnak, ezáltal az alapkutatástól a klinikai alkalmazás felé haladva” – mondja Tung.

Ezzel az új mesterséges intelligencia eszközzel a tudósok közelebb kerülnek ahhoz, hogy kiaknázzák a bélmikrobiomban rejlő lehetőségeket a személyre szabott orvoslás fejlesztése érdekében, megnyitva az utat a jövő pontosabb és hatékonyabb egészségügyi ellátása előtt.

Vissza a témához

VNA

Forrás: https://tuoitre.vn/nha-nghien-cuu-viet-dung-ai-giai-ma-vi-khuyen-duong-ruot-20251111125341462.htm