Wietnamski naukowiec używa sztucznej inteligencji do „odkodowania” bakterii jelitowych

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

Jak podaje ScienceDaily , w przełomowym badaniu naukowcy z Uniwersytetu Tokijskiego w Japonii zastosowali zaawansowaną sztuczną inteligencję (AI) do rozszyfrowania złożonego ekosystemu bakterii jelitowych i sygnałów chemicznych między nimi.

Zespół opracował nową bayesowską sieć neuronową o nazwie VBayesMM, która wykrywa rzeczywiste zależności biologiczne, a nie losowe korelacje. System ten przewyższył tradycyjne modele w badaniach nad otyłością, zaburzeniami snu i nowotworami.

Bakterie jelitowe odgrywają kluczową rolę w zdrowiu człowieka, wpływając na trawienie, odporność, a nawet nastrój. Ludzkie ciało zawiera około 30-40 bilionów komórek, podczas gdy same jelita zawierają nawet 100 bilionów komórek bakteryjnych – co oznacza, że mamy więcej komórek bakteryjnych niż własnych.

Te mikroorganizmy nie tylko uczestniczą w trawieniu, ale także produkują i przetwarzają tysiące małych związków zwanych metabolitami – „chemicznych przekaźników”, które wpływają na metabolizm, układ odpornościowy i funkcjonowanie mózgu.

„Dopiero zaczynamy rozumieć, które bakterie produkują poszczególne metabolity i w jaki sposób te zależności zmieniają się w zależności od choroby” – powiedział badacz Tung Dang (Dang Thanh Tung) z Laboratorium Tsunoda na Wydziale Nauk Biologicznych Uniwersytetu Tokijskiego.

Jeśli uda nam się precyzyjnie zmapować interakcje między bakteriami a substancjami chemicznymi, będziemy mogli opracować spersonalizowane metody leczenia – na przykład hodować określony rodzaj bakterii w celu wytworzenia substancji korzystnej dla zdrowia lub projektować terapie, które będą manipulować tymi substancjami w celu leczenia chorób”.

Problem leży w ogromnej skali danych: tysiące oddziałujących na siebie gatunków bakterii i związków chemicznych sprawia, że znalezienie sensownych wzorców jest niezwykle trudne.

Aby rozwiązać ten problem, zespół wykorzystał sztuczną inteligencję z podejściem bayesowskim, aby wykryć grupy bakterii, które faktycznie wpływają na każdy metabolit, a także obliczył poziom ufności przewidywań, co pomogło uniknąć błędnych wniosków.

„Po przetestowaniu na rzeczywistych danych dotyczących zaburzeń snu, otyłości i nowotworów, nasz model konsekwentnie przewyższał istniejące metody i identyfikował rodziny bakterii, które odpowiadały znanym procesom biologicznym” – dodał Tung. „To daje nam pewność, że system wykrywa rzeczywiste zależności biologiczne, a nie przypadkowe wzorce statystyczne”.

Możliwość ilościowego określenia niepewności pomaga VBayesMM dostarczać naukowcom bardziej wiarygodne informacje. Analiza dużych zbiorów danych mikrobiologicznych nadal wymaga jednak dużych nakładów obliczeniowych, choć koszty te będą spadać wraz z rozwojem technologii przetwarzania. System działa najlepiej, gdy ilość danych mikrobiologicznych jest większa niż ilość danych dotyczących metabolitów; im większa jest liczba danych mikrobiologicznych, tym dokładność maleje.

Co więcej, VBayesMM nadal traktuje każdy gatunek bakterii jako niezależny byt, podczas gdy w rzeczywistości wchodzą one ze sobą w złożone interakcje.

Zespół dąży obecnie do rozszerzenia modelu, aby obsługiwał bardziej kompleksowe zbiory danych chemicznych, obejmujące związki pochodzące z bakterii, organizmu człowieka i diety. Chcą również uwzględnić „drzewa genealogiczne” gatunków bakterii, aby ulepszyć prognozy i skrócić czas obliczeń.

„Ostatecznym celem jest zidentyfikowanie konkretnych bakterii, które mogłyby stać się celem leczenia lub interwencji żywieniowej, co pozwoliłoby nam przejść od badań podstawowych do zastosowań klinicznych” – mówi Tung.

Dzięki temu nowemu narzędziu opartemu na sztucznej inteligencji naukowcy są o krok bliżej wykorzystania potencjału mikrobiomu jelitowego do opracowania spersonalizowanej medycyny, co otwiera drogę do precyzyjniejszej i skuteczniejszej opieki zdrowotnej w przyszłości.

Powrót do tematu

VNA

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