دانشمندان در تازهترین تحقیقات خود موفق به ایجاد روشی موثر با استفاده از هوش مصنوعی شدند که قادر است جهشهای ویروس کرونا را خنثی کند.
جی پلاس، محققان روش جدیدی را برای مقابله با جهشهای نوظهور ویروس کرونا و تسریع در تولید واکسن به منظور جلوگیری از عوامل بیماری زایی که باعث جان باختن هزاران نفر در جهان و نابودی اقتصاد شده است، ایجاد کردند.
باشگاه خبرنگاران جوان نوشت؛ تیم تحقیقاتی دانشکده مهندسی USC Viterbi، با استفاده از هوش مصنوعی، روشی را برای سرعت بخشیدن به تجزیه و تحلیل واکسنها و رسیدن به بهترین درمان پزشکی پیشگیرانه بالقوه ایجاد کردند.
این روش برای تجزیه و تحلیل جهشهای احتمالی ویروس، به راحتی قابل انطباق است و برای حصول اطمینان و سرعت در شناسایی بهترین واکسن ممکن مورد استفاده قرار میگیرد؛ راه حلهایی که به انسان یک مزیت بزرگ نسبت به بیماری در حال تکامل میدهند. این مطالعه میگوید، مدل یادگیری ماشینی آنها میتواند چرخههای طراحی واکسن را که یک ماه یا چند سال به طول انجامیده است، طی چند ثانیه و دقیقه انجام دهد.
پاول بوگدان، استادیار مهندسی برق و کامپیوتر در USC Viterbi گفت: این چارچوب هوش مصنوعی که در مورد مشخصات این ویروس اعمال میشود، میتواند نامزدهای واکسن را در عرض چند ثانیه فراهم کرده و آنها را به سرعت به آزمایشهای بالینی برساند تا به درمانهای پزشکی پیشگیرانه دست یابد، علاوه بر این، این میتواند برای کمک به ما در جلو ماندن از ویروس کرونا در جهشهای آتی سازگار شود.
در این مطالعه، کامپیوتر با استفاده از تجزیه سارس-کووید ۲، ویروسی که باعث ایجاد کووید-۱۹ میشود، به سرعت ۹۵ ٪ از ترکیباتی را که احتمالا عامل بیماری زا بودند، از بین برد و بهترین گزینهها را مشخص کرد.
این روش با کمک هوش مصنوعی ۲۶ واکسن احتمالی ضد کرونا را پیش بینی کرد. دانشمندان از این طریق ۱۱ واکسن را ساختند که میتواند به پروتئینهای سنبلهای که ویروس کرونا برای اتصال و نفوذ به سلول میزبان استفاده میکند، حمله کند. واکسنها منطقه یا اپی توپ سرایت را برای ایجاد اختلال در پروتئین سنبله هدف قرار میدهند و توانایی تکثیر ویروس را خنثی میکنند.
تایید کیفیت واکسن در عرض یک ساعت با استفاده از هوش مصنوعی
علاوه بر این، مهندسان میتوانند در کمتر از یک دقیقه واکسن چند اپی توپ جدید را در جهشهای جدید ویروس بسازند و کیفیت آن را در عرض یک ساعت تایید کنند. در مقابل فرآیندهای کنونی برای کنترل ویروس نیاز به رشد پاتوژن در آزمایشگاه، غیرفعال کردن آن و تزریق ویروس عامل بیماری دارد. این فرآیند زمان بر است و بیش از یک سال به طول میانجامد؛ این در حالی است که ویروس همچنان در حال گسترش است.
این روش به ویژه در این مرحله از همه گیری مفید است، زیرا ویروس کرونا شروع به جهش در سراسر جهان کرده است. برخی از دانشمندان نگران جهشهایی هستند که ممکن است اثر واکسنهایی را که اکنون توزیع میشوند به حداقل برساند. به نظر میرسد انواع اخیر ویروس که در انگلستان، آفریقای جنوبی و برزیل پدیدار شده است، به راحتی گسترش مییابد که به گفته دانشمندان به سرعت منجر به موارد بیشتر ابتلا و فوتی میشود.
اما بوگدان گفت اگر واکسنهای کنونی نتوانند ویروس کرونا را کنترل کنند، یا اگر برای مقابله با ویروسهای در حال ظهور دیگر به واکسنهای جدیدی نیاز است، میتوان از روش USC به کمک هوش مصنوعی برای طراحی سریع سایر مکانیسمهای پیشگیری استفاده کرد؛ به عنوان مثال این مطالعه توضیح میدهد که دانشمندان USC فقط از یک اپی توپ سلول B و یک اپی توپ سلول T استفاده کردهاند، در حالی که استفاده از یک مجموعه داده بزرگتر و ترکیبات ممکن بیشتر میتواند ابزاری جامعتر و سریعتر برای طراحی واکسن ایجاد کند. این مطالعه تخمین میزند که روش فوق میتواند پیش بینیهای دقیق را با بیش از ۷۰۰ هزار پروتئین مختلف در مجموعه داده انجام دهد.
بوگدان گفت: چارچوب پیشنهادی طراحی واکسن قادر است با سه جهش که بیشتر مشاهده میشود، مقابله کند و برای مقابله با جهشهای دیگر به طور بالقوه ناشناخته گسترش یابد.
دادههای خام این تحقیق از یک پایگاه داده بیوانفورماتیک غول پیکر به نام «پایگاه ایمنی» (IEDB) به دست میآید که در آن دانشمندان در سراسر جهان، دادههایی را درباره ویروس کرونا جمع آوری میکنند. IEDB شامل بیش از ۶۰۰ هزار اپی توپ شناخته شده از حدود ۳ هزار ۶۰۰ گونه مختلف، همراه با ویروس پاتوژن منبع، مخزن مکمل اطلاعات مربوط به ویروسهای بیماریزاست. توالی پروتئین ژنوم و سنبله سارس-کووید ۲ از مرکز ملی اطلاعات بیوتکنیک حاصل میشود.
کووید-۱۹ منجر به ۸۷ میلیون مورد ابتلا و بیش از ۱.۸۸ میلیون فوتی در سراسر جهان شده که آمریکا با بیش از ۴۰۰ هزار مورد جانباخته، بالاترین میزان مرگ و میر را به خود اختصاص داده است. این امر باعث از بین رفتن ساختار اجتماعی، مالی و سیاسی بسیاری از کشورها شده است.