ນັກຄົ້ນຄວ້າຫວຽດນາມໃຊ້ AI ເພື່ອ "ຖອດລະຫັດ" ເຊື້ອແບັກທີເຣັຍໃນລໍາໄສ້

ວຽກງານຂອງນັກຄົ້ນຄ້ວາ ດັ້ງແທງຕຸ່ງ (ມະຫາວິທະຍາໄລໂຕກຽວ) ຊ່ວຍຖອດລະຫັດວິທີການຕິດຕໍ່ເຊື້ອແບັກທີເຣັຍກະເພາະລຳໄສ້, ເປີດທິດທາງໃໝ່ໃຫ້ແກ່ຢາປົວພະຍາດສ່ວນຕົວ.

Báo Tuổi Trẻ•11/11/2025

Nhà nghiên cứu Việt dùng AI 'giải mã' vi khuẩn đường ruột - Ảnh 1. — ພາບປະກອບ: ScienceDaily

ອີງຕາມການ ScienceDaily , ໃນການສຶກສາພື້ນຖານ, ນັກວິທະຍາສາດ ທີ່ມະຫາວິທະຍາໄລໂຕກຽວ, ປະເທດຍີ່ປຸ່ນໄດ້ນໍາໃຊ້ປັນຍາປະດິດຂັ້ນສູງ (AI) ເພື່ອຖອດລະຫັດລະບົບນິເວດທີ່ສັບສົນຂອງເຊື້ອແບັກທີເຣັຍລໍາໄສ້ແລະສັນຍານເຄມີລະຫວ່າງພວກມັນ.

ທີມງານໄດ້ພັດທະນາເຄືອຂ່າຍ neural Bayesian ໃຫມ່ທີ່ເອີ້ນວ່າ VBayesMM, ເຊິ່ງກວດພົບຄວາມສໍາພັນທາງຊີວະພາບທີ່ແທ້ຈິງແທນທີ່ຈະເປັນຄວາມສໍາພັນແບບສຸ່ມ. ລະບົບດັ່ງກ່າວໄດ້ປະຕິບັດຕົວແບບດັ້ງເດີມໃນການສຶກສາໂລກອ້ວນ, ຄວາມຜິດປົກກະຕິຂອງການນອນ, ແລະມະເຮັງ.

ເຊື້ອແບັກທີເຣັຍໃນລໍາໄສ້ມີບົດບາດສໍາຄັນຕໍ່ສຸຂະພາບຂອງມະນຸດ, ມີອິດທິພົນຕໍ່ການຍ່ອຍອາຫານ, ພູມຕ້ານທານ, ແລະແມ້ກະທັ້ງອາລົມ. ຮ່າງກາຍຂອງມະນຸດປະກອບດ້ວຍຈຸລັງຂອງມະນຸດປະມານ 30-40 ພັນຕື້ຈຸລັງ, ໃນຂະນະທີ່ລໍາໄສ້ດຽວມີເຖິງ 100 ພັນຕື້ຈຸລັງແບັກທີເລຍ - ຊຶ່ງຫມາຍຄວາມວ່າພວກເຮົາມີຈຸລັງແບັກທີເລຍຫຼາຍກວ່າຈຸລັງຂອງພວກເຮົາເອງ.

ຈຸລິນຊີເຫຼົ່ານີ້ບໍ່ພຽງແຕ່ມີສ່ວນຮ່ວມໃນການຍ່ອຍອາຫານ, ແຕ່ຍັງຜະລິດແລະປ່ຽນທາດປະສົມນ້ອຍໆຫຼາຍພັນຊະນິດທີ່ເອີ້ນວ່າ metabolites - "ສານສົ່ງສານເຄມີ" ທີ່ມີອິດທິພົນຕໍ່ metabolism, ລະບົບພູມຕ້ານທານແລະການເຮັດວຽກຂອງສະຫມອງ.

"ພວກເຮົາພຽງແຕ່ເລີ່ມຕົ້ນທີ່ຈະເຂົ້າໃຈວ່າເຊື້ອແບັກທີເຣັຍຜະລິດທີ່ metabolites ແລະວິທີການພົວພັນເຫຼົ່ານີ້ມີການປ່ຽນແປງໃນພະຍາດທີ່ແຕກຕ່າງກັນ," ນັກຄົ້ນຄວ້າ Tung Dang (Dang Thanh Tung) ຂອງຫ້ອງທົດລອງ Tsunoda, ພະແນກວິທະຍາສາດຊີວະພາບ, ມະຫາວິທະຍາໄລໂຕກຽວກ່າວວ່າ.

ຖ້າພວກເຮົາສາມາດວາງແຜນປະຕິສໍາພັນລະຫວ່າງເຊື້ອແບັກທີເຣັຍແລະສານເຄມີໄດ້ຊັດເຈນ, ພວກເຮົາສາມາດພັດທະນາການປິ່ນປົວສ່ວນບຸກຄົນ - ຕົວຢ່າງ, ການປູກເຊື້ອແບັກທີເຣັຍຊະນິດໃດນຶ່ງເພື່ອຜະລິດສານທີ່ມີປະໂຫຍດຕໍ່ສຸຂະພາບ, ຫຼືການອອກແບບການປິ່ນປົວທີ່ນໍາໃຊ້ສານເຫຼົ່ານັ້ນເພື່ອປິ່ນປົວພະຍາດ."

ບັນຫາແມ່ນຢູ່ໃນຂະຫນາດຂອງຂໍ້ມູນ: ຫລາຍພັນຊະນິດຂອງເຊື້ອແບັກທີເຣັຍທີ່ມີປະຕິສໍາພັນແລະທາດປະສົມເຮັດໃຫ້ມັນຍາກທີ່ສຸດທີ່ຈະຊອກຫາຮູບແບບທີ່ມີຄວາມຫມາຍ.

ເພື່ອແກ້ໄຂບັນຫານີ້, ທີມງານໄດ້ໃຊ້ AI ດ້ວຍວິທີການ Bayesian ເພື່ອກວດຫາກຸ່ມແບັກທີເຣັຍທີ່ມີອິດທິພົນຕໍ່ແຕ່ລະ metabolite, ແລະຍັງໄດ້ຄິດໄລ່ລະດັບຄວາມຫນ້າເຊື່ອຖືຂອງການຄາດຄະເນ - ຊ່ວຍຫຼີກເວັ້ນການສະຫຼຸບທີ່ຜິດພາດ.

ທ່ານ Tung ກ່າວຕື່ມວ່າ: "ເມື່ອໄດ້ຮັບການທົດສອບຂໍ້ມູນໂລກທີ່ແທ້ຈິງກ່ຽວກັບຄວາມຜິດປົກກະຕິຂອງການນອນ, ໂລກອ້ວນ, ແລະມະເຮັງ, ຮູບແບບຂອງພວກເຮົາໄດ້ປະຕິບັດຢ່າງບໍ່ຢຸດຢັ້ງວິທີການທີ່ມີຢູ່ແລ້ວແລະໄດ້ກໍານົດຄອບຄົວຂອງເຊື້ອແບັກທີເຣັຍທີ່ກົງກັບຂະບວນການທາງຊີວະພາບທີ່ຮູ້ຈັກ," Tung ກ່າວຕື່ມວ່າ. "ນີ້ເຮັດໃຫ້ພວກເຮົາມີຄວາມຫມັ້ນໃຈວ່າລະບົບກໍາລັງກວດພົບຄວາມສໍາພັນທາງຊີວະພາບທີ່ແທ້ຈິງແລະບໍ່ແມ່ນຮູບແບບສະຖິຕິແບບສຸ່ມ."

ຄວາມສາມາດໃນການກໍານົດປະລິມານທີ່ບໍ່ແນ່ນອນຊ່ວຍໃຫ້ VBayesMM ສະຫນອງຂໍ້ມູນທີ່ເຊື່ອຖືໄດ້ຫຼາຍຂຶ້ນກັບນັກວິທະຍາສາດ. ຢ່າງໃດກໍ່ຕາມ, ການວິເຄາະຊຸດຂໍ້ມູນຈຸລິນຊີຂະຫນາດໃຫຍ່ແມ່ນຍັງໃຊ້ຄອມພິວເຕີ້ຫຼາຍ, ເຖິງແມ່ນວ່າຄ່າໃຊ້ຈ່າຍນີ້ຈະຫຼຸດລົງຍ້ອນວ່າເຕັກໂນໂລຢີການປຸງແຕ່ງປັບປຸງ. ລະບົບປະຕິບັດໄດ້ດີທີ່ສຸດເມື່ອປະລິມານຂໍ້ມູນຈຸລິນຊີມີຂະຫນາດໃຫຍ່ກວ່າປະລິມານຂໍ້ມູນ metabolite; ຖ້າຈໍານວນຂໍ້ມູນຈຸລິນຊີມີຂະຫນາດໃຫຍ່, ຄວາມຖືກຕ້ອງຈະຫຼຸດລົງ.

ນອກຈາກນັ້ນ, VBayesMM ຍັງປະຕິບັດຕໍ່ແຕ່ລະຊະນິດຂອງເຊື້ອແບັກທີເຣັຍເປັນຫນ່ວຍງານເອກະລາດ, ໃນຂະນະທີ່ໃນຄວາມເປັນຈິງແລ້ວພວກມັນພົວພັນກັນຢ່າງສັບສົນ.

ຕອນນີ້ທີມງານກໍາລັງຊອກຫາການຂະຫຍາຍຕົວແບບເພື່ອຈັດການກັບຊຸດຂໍ້ມູນເຄມີທີ່ສົມບູນແບບ, ລວມທັງສານປະກອບຈາກເຊື້ອແບັກທີເຣັຍ, ຮ່າງກາຍຂອງມະນຸດ, ແລະອາຫານ. ພວກເຂົາຍັງຕ້ອງການລວມເອົາ "ຕົ້ນໄມ້ໃນຄອບຄົວ" ຂອງຊະນິດເຊື້ອແບັກທີເຣັຍເພື່ອປັບປຸງການຄາດເດົາແລະຫຼຸດຜ່ອນເວລາການຄິດໄລ່.

ທ່ານ Tung ກ່າວວ່າ "ເປົ້າຫມາຍສຸດທ້າຍແມ່ນເພື່ອກໍານົດເຊື້ອແບັກທີເຣັຍສະເພາະທີ່ສາມາດເປັນເປົ້າຫມາຍການປິ່ນປົວຫຼືການແຊກແຊງດ້ານໂພຊະນາການ, ດັ່ງນັ້ນການເຄື່ອນຍ້າຍຈາກການຄົ້ນຄວ້າຂັ້ນພື້ນຖານໄປສູ່ການນໍາໃຊ້ທາງດ້ານການຊ່ວຍ," Tung ເວົ້າ.

ດ້ວຍເຄື່ອງມື AI ໃໝ່ນີ້, ນັກວິທະຍາສາດໄດ້ເຂົ້າໃກ້ກັບການໃຊ້ທ່າແຮງຂອງຈຸລິນຊີ ລຳ ໄສ້ເພື່ອພັດທະນາຢາສ່ວນຕົວ, ເປີດທາງໃຫ້ການດູແລສຸຂະພາບທີ່ຊັດເຈນແລະມີປະສິດທິພາບຫຼາຍຂຶ້ນໃນອະນາຄົດ.

ກັບໄປທີ່ຫົວຂໍ້

VNA

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