ນັກຄົ້ນຄວ້າທີ່ມະຫາວິທະຍາໄລ McGill (ການາດາ) ໄດ້ພັດທະນາເຄື່ອງມືປັນຍາປະດິດໃຫມ່ (AI) ທີ່ສາມາດກວດພົບເຄື່ອງຫມາຍພະຍາດທີ່ເບິ່ງບໍ່ເຫັນພາຍໃນແຕ່ລະຈຸລັງ, ເປີດໂອກາດຂອງການວິນິດໄສກ່ອນຫນ້າແລະທາງເລືອກການປິ່ນປົວທີ່ຖືກຕ້ອງກວ່າສໍາລັບຄົນເຈັບ.
ເຄື່ອງມື, ເອີ້ນວ່າ DOLPHIN, ໄດ້ຖືກອະທິບາຍໃນການສຶກສາທີ່ຈັດພີມມາຢູ່ໃນວາລະສານ Nature Communications. ອີງຕາມຜູ້ຂຽນ, ວິທີການນີ້ສາມາດຊ່ວຍໃຫ້ທ່ານຫມໍຫຼຸດຜ່ອນ "ການທົດລອງແລະຄວາມຜິດພາດ" ໃນການປິ່ນປົວໂດຍການກໍານົດວິທີການປິ່ນປົວທີ່ເຫມາະສົມທີ່ສຸດສໍາລັບຄົນເຈັບແຕ່ລະຄົນ.
ເຄື່ອງຫມາຍຂອງພະຍາດມັກຈະປາກົດເປັນການປ່ຽນແປງທີ່ລະອຽດອ່ອນໃນການສະແດງອອກຂອງ RNA, ສະທ້ອນໃຫ້ເຫັນເຖິງການປະກົດຕົວ, ຄວາມຮຸນແຮງ, ຫຼືການຕອບສະຫນອງຕໍ່ການປິ່ນປົວພະຍາດ.
ວິທີການວິເຄາະແບບດັ້ງເດີມພຽງແຕ່ສະຫຼຸບໃນລະດັບ gene, ເຮັດໃຫ້ສັນຍານທີ່ສໍາຄັນຈໍານວນຫຼາຍຖືກປິດບັງ. DOLPHIN ໃຊ້ AI ເພື່ອວິເຄາະຢ່າງລະອຽດວ່າສ່ວນນ້ອຍໆທີ່ເອີ້ນວ່າ exons ເຊື່ອມຕໍ່ກັນແນວໃດ, ດັ່ງນັ້ນຈຶ່ງເປີດເຜີຍເຄື່ອງຫມາຍພັນທຸກໍາທີ່ຖືກມອງຂ້າມ.
"Genes ບໍ່ພຽງແຕ່ເປັນຕັນດຽວ, ແຕ່ຄ້າຍຄືກັບຕັນ Lego ທີ່ປະກອບດ້ວຍຊິ້ນສ່ວນນ້ອຍໆຫຼາຍອັນ. ໂດຍເບິ່ງວິທີການເຊື່ອມຕໍ່ກັນ, ເຄື່ອງມືຂອງພວກເຮົາເປີດເຜີຍເຄື່ອງຫມາຍພະຍາດທີ່ສໍາຄັນທີ່ຖືກມອງຂ້າມມາດົນນານ," Kailu Song, ນັກສຶກສາປະລິນຍາເອກກ່າວວ່າ.
ໃນການທົດລອງຄັ້ງຫນຶ່ງ, DOLPHIN ໄດ້ວິເຄາະຂໍ້ມູນຈຸລັງດຽວຈາກຄົນເຈັບມະເຮັງ pancreatic ແລະກວດພົບຫຼາຍກ່ວາ 800 ເຄື່ອງຫມາຍພະຍາດທີ່ເຄື່ອງມືທໍາມະດາພາດໂອກາດນີ້.
ຂໍຂອບໃຈກັບສິ່ງນັ້ນ, ລະບົບສາມາດຈໍາແນກລະຫວ່າງຄົນເຈັບທີ່ມີຄວາມຄືບຫນ້າຢ່າງໄວວາ, ມະເຮັງທີ່ມີຄວາມສ່ຽງສູງແລະຜູ້ທີ່ມີສະພາບທີ່ອ່ອນໂຍນ, ຂໍ້ມູນທີ່ສໍາຄັນທີ່ຊ່ວຍໃຫ້ທ່ານຫມໍມີການປິ່ນປົວທີ່ເຫມາະສົມ.
ນອກເຫນືອຈາກມູນຄ່າຄໍາຮ້ອງສະຫມັກທັນທີ, ໂຄງການຍັງວາງພື້ນຖານສໍາລັບເປົ້າຫມາຍໄລຍະຍາວຂອງການສ້າງແບບຈໍາລອງຫ້ອງ virtual.
ໂປໄຟເຊລດຽວທີ່ມີລາຍລະອຽດທີ່ສ້າງຂຶ້ນໂດຍ DOLPHIN ສາມາດຈໍາລອງພຶດຕິກໍາຂອງເຊນແລະການຕອບສະຫນອງຂອງຢາ, ກ່ອນທີ່ຈະເຂົ້າໄປໃນຫ້ອງທົດລອງຫຼືການທົດສອບທາງດ້ານການຊ່ວຍ, ປະຫຍັດເວລາແລະຄ່າໃຊ້ຈ່າຍຢ່າງຫຼວງຫຼາຍ.
ທີມງານຄົ້ນຄ້ວາກ່າວວ່າຂັ້ນຕອນຕໍ່ໄປຈະເປັນການຂະຫຍາຍການ ນຳ ໃຊ້ເຄື່ອງມືນີ້ຢູ່ໃນລ້ານໆເຊນ, ດ້ວຍເຫດນີ້ການສ້າງແບບຈໍາລອງຈຸລັງ virtual ທີ່ຖືກຕ້ອງກວ່າໃນອະນາຄົດ./.
ທີ່ມາ: https://www.vietnamplus.vn/dot-pha-ai-phat-hien-hang-tram-dau-an-ung-thu-vo-hinh-post1067476.vnp
(0)