Penyelidik Vietnam menggunakan AI untuk 'menyahkod' bakteria usus

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

Menurut ScienceDaily , dalam kajian terobosan, saintis di Universiti Tokyo, Jepun telah menggunakan kecerdasan buatan (AI) lanjutan untuk menyahkod ekosistem kompleks bakteria usus dan isyarat kimia di antara mereka.

Pasukan itu membangunkan rangkaian saraf Bayesian baharu yang dipanggil VBayesMM, yang mengesan hubungan biologi sebenar dan bukannya korelasi rawak. Sistem ini mengatasi model tradisional dalam kajian obesiti, gangguan tidur dan kanser.

Bakteria usus memainkan peranan penting dalam kesihatan manusia, mempengaruhi pencernaan, imuniti, dan juga mood. Tubuh manusia mengandungi sekitar 30-40 trilion sel manusia, manakala usus sahaja mempunyai sehingga 100 trilion sel bakteria - bermakna kita membawa lebih banyak sel bakteria daripada sel kita sendiri.

Mikroorganisma ini bukan sahaja mengambil bahagian dalam penghadaman, tetapi juga menghasilkan dan mengubah beribu-ribu sebatian kecil yang dipanggil metabolit - "messenger kimia" yang mempengaruhi metabolisme, sistem imun dan fungsi otak.

"Kami hanya mula memahami bakteria mana yang menghasilkan metabolit dan bagaimana hubungan ini berubah dalam penyakit yang berbeza," kata penyelidik Tung Dang (Dang Thanh Tung) dari Makmal Tsunoda, Jabatan Sains Biologi, Universiti Tokyo.

Jika kita boleh memetakan interaksi antara bakteria dan bahan kimia dengan tepat, kita boleh membangunkan rawatan yang diperibadikan - contohnya, memupuk jenis bakteria tertentu untuk menghasilkan bahan yang mempunyai manfaat kesihatan, atau mereka bentuk terapi yang memanipulasi bahan tersebut untuk merawat penyakit."

Masalahnya terletak pada skala data semata-mata: beribu-ribu spesies dan sebatian bakteria yang berinteraksi menjadikannya amat sukar untuk mencari corak yang bermakna.

Untuk menyelesaikannya, pasukan menggunakan AI dengan pendekatan Bayesian untuk mengesan kumpulan bakteria yang sebenarnya mempengaruhi setiap metabolit, dan juga mengira tahap keyakinan ramalan - membantu mengelakkan kesimpulan yang mengelirukan.

"Apabila diuji pada data dunia sebenar tentang gangguan tidur, obesiti dan kanser, model kami secara konsisten mengatasi kaedah sedia ada dan mengenal pasti keluarga bakteria yang sepadan dengan proses biologi yang diketahui," tambah Tung. "Ini memberi kami keyakinan bahawa sistem itu mengesan hubungan biologi sebenar dan bukan corak statistik rawak."

Keupayaan untuk mengukur ketidakpastian membantu VBayesMM menyediakan maklumat yang lebih dipercayai kepada saintis. Walau bagaimanapun, menganalisis set data mikrob yang besar masih intensif secara pengiraan, walaupun kos ini akan berkurangan apabila teknologi pemprosesan bertambah baik. Sistem berprestasi terbaik apabila jumlah data mikrob lebih besar daripada jumlah data metabolit; jika bilangan data mikrob lebih besar, ketepatan akan berkurangan.

Di samping itu, VBayesMM masih menganggap setiap spesies bakteria sebagai entiti bebas, manakala pada hakikatnya mereka berinteraksi secara kompleks antara satu sama lain.

Pasukan kini sedang mencari untuk mengembangkan model untuk mengendalikan set data kimia yang lebih komprehensif, termasuk sebatian daripada bakteria, badan manusia dan diet. Mereka juga ingin menggabungkan "pokok keluarga" spesies bakteria untuk meningkatkan ramalan dan mengurangkan masa pengiraan.

"Matlamat utama adalah untuk mengenal pasti bakteria tertentu yang boleh menjadi sasaran untuk rawatan atau campur tangan pemakanan, dengan itu beralih daripada penyelidikan asas kepada aplikasi klinikal," kata Tung.

Dengan alat AI baharu ini, saintis semakin hampir untuk memanfaatkan potensi mikrobiom usus untuk membangunkan ubat yang diperibadikan, membuka jalan untuk penjagaan kesihatan yang lebih tepat dan berkesan pada masa hadapan.

Kembali ke topik

VNA

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