В'єтнамський дослідник використовує штучний інтелект для «розшифровки» кишкових бактерій

Робота дослідника Данга Тхань Тунга (Токійський університет) допомагає розшифрувати, як кишкові бактерії спілкуються, відкриваючи новий напрямок для персоналізованої медицини.

Ілюстрація: ScienceDaily

Згідно з ScienceDaily , у новаторському дослідженні вчені з Токійського університету (Японія) застосували передовий штучний інтелект (ШІ) для розшифровки складної екосистеми кишкових бактерій та хімічних сигналів між ними.

Команда розробила нову баєсівську нейронну мережу під назвою VBayesMM, яка виявляє реальні біологічні зв'язки, а не випадкові кореляції. Система перевершила традиційні моделі в дослідженнях ожиріння, розладів сну та раку.

Кишкові бактерії відіграють життєво важливу роль у здоров'ї людини, впливаючи на травлення, імунітет і навіть настрій. Людський організм містить близько 30-40 трильйонів людських клітин, тоді як тільки кишечник містить до 100 трильйонів бактеріальних клітин, а це означає, що ми несемо більше бактеріальних клітин, ніж наші власні клітини.

Ці мікроорганізми не лише беруть участь у травленні, але й виробляють і трансформують тисячі невеликих сполук, які називаються метаболітами – «хімічними посланцями», що впливають на метаболізм, імунну систему та функцію мозку.

«Ми лише починаємо розуміти, які бактерії виробляють які метаболіти та як ці взаємозв'язки змінюються при різних захворюваннях», — сказав дослідник Тунг Данг (Dang Thanh Tung) з лабораторії Цунода кафедри біологічних наук Токійського університету.

Якщо ми зможемо точно відобразити взаємодію між бактеріями та хімічними речовинами, ми зможемо розробити персоналізовані методи лікування – наприклад, культивувати певний тип бактерій для отримання речовини, яка має користь для здоров’я, або розробляти методи лікування, які маніпулюють цими речовинами для лікування захворювань.

Проблема полягає в величезному масштабі даних: тисячі взаємодіючих видів бактерій та сполук надзвичайно ускладнюють пошук значущих закономірностей.

Щоб вирішити цю проблему, команда використала штучний інтелект з байєсівським підходом для виявлення груп бактерій, які фактично впливають на кожен метаболіт, а також розрахувала рівень достовірності прогнозів, що допомогло уникнути оманливих висновків.

«Під час тестування на реальних даних про розлади сну, ожиріння та рак наша модель постійно перевершувала існуючі методи та визначала бактеріальні родини, які відповідали відомим біологічним процесам», – додав Тунг. «Це дає нам впевненість у тому, що система виявляє реальні біологічні зв’язки, а не випадкові статистичні закономірності».

Здатність кількісно оцінювати невизначеність допомагає VBayesMM надавати вченим більш достовірну інформацію. Однак аналіз великих наборів мікробних даних все ще є обчислювально ресурсоємним, хоча ці витрати зменшуватимуться з удосконаленням технології обробки. Система працює найкраще, коли кількість мікробних даних більша, ніж кількість даних про метаболіти; якщо кількість мікробних даних більша, точність знизиться.

Крім того, VBayesMM все ще розглядає кожен вид бактерій як незалежну сутність, тоді як насправді вони складно взаємодіють один з одним.

Зараз команда прагне розширити модель для обробки більш повних наборів хімічних даних, включаючи сполуки з бактерій, людського організму та раціону. Вони також хочуть включити «родинні дерева» видів бактерій для покращення прогнозів та скорочення часу обчислень.

«Кінцева мета — визначити конкретні бактерії, які можуть бути мішенями для лікування або харчового втручання, тим самим переходячи від фундаментальних досліджень до клінічного застосування», — каже Тунг.

Завдяки цьому новому інструменту штучного інтелекту вчені наближаються до використання потенціалу кишкового мікробіома для розробки персоналізованої медицини, відкриваючи шлях для більш точної та ефективної охорони здоров'я в майбутньому.

Повернутися до теми

ВНА

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