ویتنامی محقق آنتوں کے بیکٹیریا کو 'ڈی کوڈ' کرنے کے لیے AI کا استعمال کرتا ہے۔

محقق ڈانگ تھانہ تنگ کا کام (یونیورسٹی آف ٹوکیو) اس بات کو ڈی کوڈ کرنے میں مدد کرتا ہے کہ آنتوں کے بیکٹیریا کس طرح بات چیت کرتے ہیں، ذاتی ادویات کے لیے ایک نئی سمت کھولتے ہیں۔

مثال: سائنس ڈیلی

سائنس ڈیلی کے مطابق، ایک اہم تحقیق میں، ٹوکیو یونیورسٹی، جاپان کے سائنسدانوں نے گٹ بیکٹیریا کے پیچیدہ ماحولیاتی نظام اور ان کے درمیان کیمیائی سگنلز کو ڈی کوڈ کرنے کے لیے جدید مصنوعی ذہانت (AI) کا استعمال کیا ہے۔

ٹیم نے ایک نیا Bayesian نیورل نیٹ ورک تیار کیا جسے VBayesMM کہا جاتا ہے، جو بے ترتیب ارتباط کے بجائے حقیقی حیاتیاتی تعلقات کا پتہ لگاتا ہے۔ اس نظام نے موٹاپے، نیند کی خرابی اور کینسر کے مطالعے میں روایتی ماڈلز کو پیچھے چھوڑ دیا۔

گٹ بیکٹیریا انسانی صحت میں اہم کردار ادا کرتے ہیں، جو ہاضمے، قوت مدافعت اور یہاں تک کہ موڈ کو متاثر کرتے ہیں۔ انسانی جسم میں تقریباً 30-40 ٹریلین انسانی خلیے ہوتے ہیں، جب کہ اکیلے آنت میں 100 ٹریلین بیکٹیریل خلیے ہوتے ہیں - یعنی ہم اپنے خلیوں سے زیادہ بیکٹیریل خلیے رکھتے ہیں۔

یہ مائکروجنزم نہ صرف عمل انہضام میں حصہ لیتے ہیں، بلکہ ہزاروں چھوٹے مرکبات پیدا اور تبدیل بھی کرتے ہیں جنہیں میٹابولائٹس کہتے ہیں - "کیمیائی میسنجر" جو میٹابولزم، مدافعتی نظام اور دماغی افعال کو متاثر کرتے ہیں۔

ٹوکیو یونیورسٹی کے بائیولوجیکل سائنسز کے شعبہ سونوڈا لیبارٹری کے محقق Tung Dang (Dang Thanh Tung) نے کہا کہ "ہم صرف یہ سمجھنے لگے ہیں کہ کون سے بیکٹیریا کون سے میٹابولائٹس پیدا کرتے ہیں اور یہ تعلقات مختلف بیماریوں میں کیسے بدلتے ہیں۔"

اگر ہم بیکٹیریا اور کیمیکلز کے درمیان تعاملات کو درست طریقے سے نقشہ بنا سکتے ہیں، تو ہم ذاتی نوعیت کے علاج تیار کر سکتے ہیں - مثال کے طور پر، ایک خاص قسم کے بیکٹیریا کو کاشت کر کے ایسا مادہ تیار کرنا جس سے صحت کو فائدہ ہو، یا ایسے علاج کو ڈیزائن کرنا جو ان مادوں کو بیماری کے علاج کے لیے استعمال کر سکیں۔"

مسئلہ اعداد و شمار کے سراسر پیمانے پر ہے: ہزاروں باہم بات چیت کرنے والے بیکٹیریل انواع اور مرکبات معنی خیز نمونوں کو تلاش کرنا انتہائی مشکل بنا دیتے ہیں۔

اس کو حل کرنے کے لیے، ٹیم نے بیکٹیریل گروپس کا پتہ لگانے کے لیے ایک Bayesian اپروچ کے ساتھ AI کا استعمال کیا جو حقیقت میں ہر میٹابولائٹ پر اثرانداز ہوتے ہیں، اور پیشین گوئیوں کے اعتماد کی سطح کا بھی حساب لگایا - جس سے گمراہ کن نتائج سے بچنے میں مدد ملتی ہے۔

تنگ نے مزید کہا کہ "جب نیند کی خرابی، موٹاپے اور کینسر سے متعلق حقیقی دنیا کے اعداد و شمار پر تجربہ کیا گیا تو، ہمارے ماڈل نے مسلسل موجودہ طریقوں سے بہتر کارکردگی کا مظاہرہ کیا اور بیکٹیریل خاندانوں کی نشاندہی کی جو معروف حیاتیاتی عمل سے مماثل تھے۔" "اس سے ہمیں یہ اعتماد ملتا ہے کہ نظام حقیقی حیاتیاتی تعلقات کا پتہ لگا رہا ہے نہ کہ بے ترتیب شماریاتی نمونوں کا۔"

غیر یقینی صورتحال کا اندازہ لگانے کی صلاحیت VBayesMM کو سائنسدانوں کو زیادہ قابل اعتماد معلومات فراہم کرنے میں مدد دیتی ہے۔ تاہم، بڑے مائکروبیل ڈیٹاسیٹس کا تجزیہ کرنا اب بھی کمپیوٹیشنل طور پر بہت بڑا ہے، حالانکہ پروسیسنگ ٹیکنالوجی میں بہتری کے ساتھ یہ لاگت کم ہو جائے گی۔ نظام بہترین کارکردگی کا مظاہرہ کرتا ہے جب مائکروبیل ڈیٹا کی مقدار میٹابولائٹ ڈیٹا کی مقدار سے زیادہ ہوتی ہے۔ اگر مائکروبیل ڈیٹا کی تعداد زیادہ ہے تو درستگی کم ہو جائے گی۔

اس کے علاوہ، VBayesMM اب بھی ہر بیکٹیریل پرجاتیوں کو ایک آزاد ہستی کے طور پر پیش کرتا ہے، جبکہ حقیقت میں وہ ایک دوسرے کے ساتھ پیچیدہ طور پر تعامل کرتے ہیں۔

ٹیم اب مزید جامع کیمیائی ڈیٹاسیٹس کو سنبھالنے کے لیے ماڈل کو وسعت دینے کی کوشش کر رہی ہے، بشمول بیکٹیریا، انسانی جسم اور خوراک کے مرکبات۔ وہ بیکٹیریل پرجاتیوں کے "خاندانی درختوں" کو بھی شامل کرنا چاہتے ہیں تاکہ پیشین گوئیوں کو بہتر بنایا جا سکے اور حساب کے وقت کو کم کیا جا سکے۔

"حتمی مقصد مخصوص بیکٹیریا کی شناخت کرنا ہے جو علاج یا غذائی مداخلت کے اہداف ہو سکتے ہیں، اس طرح بنیادی تحقیق سے کلینیکل ایپلی کیشن کی طرف بڑھتے ہیں،" تنگ کہتے ہیں۔

اس نئے AI ٹول کے ساتھ، سائنس دان گٹ مائکرو بایوم کی ذاتی دوا تیار کرنے کی صلاحیت کو بروئے کار لانے کے قریب تر ہو رہے ہیں، جس سے مستقبل میں زیادہ درست اور موثر صحت کی دیکھ بھال کا راستہ کھل رہا ہے۔

واپس موضوع پر

وی این اے

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