02 أكتوبر 2023 (أخبار Nanowerk) تتضمن استراتيجية إعادة البرمجة الخلوية استخدام التدخلات الجينية المستهدفة لهندسة الخلية إلى حالة جديدة. تحمل هذه التقنية وعدًا كبيرًا في العلاج المناعي، على سبيل المثال، حيث يمكن للباحثين إعادة برمجة الخلايا التائية للمريض بحيث تصبح أكثر فعالية في قتل السرطان. وفي يوم من الأيام، يمكن أن يساعد هذا النهج أيضًا في تحديد علاجات السرطان المنقذة للحياة أو العلاجات التجديدية التي تعمل على إصلاح الأعضاء التي دمرتها الأمراض.
لكن جسم الإنسان لديه حوالي 20,000 ألف جين، ويمكن أن يحدث الاضطراب الجيني في مجموعة من الجينات أو في أي من عوامل النسخ التي تنظم الجينات والتي يزيد عددها عن 1,000 عامل. ونظرًا لمساحة البحث الواسعة والتجارب الجينية المكلفة، غالبًا ما يكافح العلماء للعثور على الاضطراب المثالي لتطبيقهم الخاص.
طور باحثون من معهد ماساتشوستس للتكنولوجيا وجامعة هارفارد نهجًا حسابيًا جديدًا يمكنه تحديد الاضطرابات الجينية المثالية بكفاءة بناءً على عدد أقل بكثير من التجارب مقارنة بالطرق التقليدية.
تستفيد تقنية الخوارزميات الخاصة بهم من علاقة السبب والنتيجة بين العوامل في نظام معقد، مثل تنظيم الجينوم، لتحديد أولويات التدخل الأفضل في كل جولة من التجارب المتسلسلة.
أجرى الباحثون تحليلًا نظريًا دقيقًا لتحديد ما إذا كانت تقنيتهم قد حددت بالفعل التدخلات المثلى. ومع وجود هذا الإطار النظري، قاموا بتطبيق الخوارزميات على البيانات البيولوجية الحقيقية المصممة لتقليد تجربة إعادة برمجة الخلايا. وكانت خوارزمياتهم هي الأكثر كفاءة وفعالية.
"في كثير من الأحيان، يتم تصميم التجارب واسعة النطاق بشكل تجريبي. تقول كارولين أوهلر، المؤلفة المشاركة، والأستاذة في قسم الهندسة الكهربائية وعلوم الكمبيوتر (EECS) والمديرة المشاركة: "إن الإطار السببي الدقيق للتجارب المتسلسلة قد يسمح بتحديد التدخلات المثلى مع عدد أقل من التجارب، وبالتالي تقليل التكاليف التجريبية". من مركز إريك وويندي شميدت في معهد برود التابع لمعهد ماساتشوستس للتكنولوجيا وجامعة هارفارد، وباحث في مختبر معهد ماساتشوستس للتكنولوجيا لأنظمة المعلومات والقرار (LIDS) ومعهد البيانات والأنظمة والمجتمع (IDSS).
الانضمام إلى Uhler على الورقة، التي تظهر في المخابرات آلة الطبيعة ("التعلم النشط لتصميم التدخل الأمثل في النماذج السببية")، المؤلف الرئيسي جياكي تشانغ، طالب دراسات عليا وزميل مركز إريك وويندي شميدت؛ المؤلف الرئيسي المشارك Themistoklis P. Sapsis، أستاذ الهندسة الميكانيكية وهندسة المحيطات في معهد ماساتشوستس للتكنولوجيا وعضو في IDSS؛ وآخرون في جامعة هارفارد ومعهد ماساتشوستس للتكنولوجيا.
تعليم فعال
عندما يحاول العلماء تصميم تدخل فعال لنظام معقد، كما هو الحال في إعادة البرمجة الخلوية، فإنهم غالبًا ما يقومون بإجراء التجارب بشكل تسلسلي. تعتبر هذه الإعدادات مناسبة بشكل مثالي لاستخدام نهج التعلم الآلي الذي يسمى التعلم النشط. يتم جمع عينات البيانات واستخدامها للتعرف على نموذج للنظام الذي يتضمن المعرفة التي تم جمعها حتى الآن. ومن هذا النموذج، تم تصميم دالة الاستحواذ، وهي معادلة تقيم جميع التدخلات المحتملة وتختار أفضلها لاختبارها في التجربة التالية. تتكرر هذه العملية حتى يتم تحديد التدخل الأمثل (أو نفاد الموارد اللازمة لتمويل التجارب اللاحقة). يوضح سابسيس: "على الرغم من وجود العديد من وظائف الاكتساب العامة لتصميم التجارب بشكل تسلسلي، إلا أنها ليست فعالة في حل المشكلات ذات هذا التعقيد، مما يؤدي إلى تقارب بطيء للغاية". وظائف الاكتساب عادة ما تأخذ في الاعتبار الارتباط بين العوامل، مثل الجينات التي يتم التعبير عنها بشكل مشترك. لكن التركيز فقط على الارتباط يتجاهل العلاقات التنظيمية أو البنية السببية للنظام. على سبيل المثال، يمكن للتدخل الجيني أن يؤثر فقط على التعبير عن الجينات النهائية، لكن النهج القائم على الارتباط لن يكون قادرًا على التمييز بين الجينات الموجودة في المنبع أو المصب. يوضح تشانغ: "يمكنك تعلم بعض هذه المعرفة السببية من البيانات واستخدامها لتصميم تدخل أكثر كفاءة". وقد استفاد باحثو معهد ماساتشوستس للتكنولوجيا وجامعة هارفارد من هذه البنية السببية الأساسية لتقنيتهم. أولاً، قاموا ببناء خوارزمية بعناية حتى تتمكن فقط من تعلم نماذج النظام التي تفسر العلاقات السببية. ثم صمم الباحثون وظيفة الاكتساب بحيث تقوم تلقائيًا بتقييم التدخلات باستخدام المعلومات المتعلقة بهذه العلاقات السببية. لقد قاموا بصياغة هذه الوظيفة بحيث تعطي الأولوية للتدخلات الأكثر إفادة، مما يعني تلك التي من المرجح أن تؤدي إلى التدخل الأمثل في التجارب اللاحقة. "من خلال النظر في النماذج السببية بدلا من النماذج القائمة على الارتباط، يمكننا بالفعل استبعاد بعض التدخلات. يشرح أوهلر: "بعد ذلك، كلما حصلت على بيانات جديدة، يمكنك معرفة نموذج سببي أكثر دقة وبالتالي تقليص مساحة التدخلات بشكل أكبر". إن مساحة البحث الأصغر هذه، إلى جانب التركيز الخاص لوظيفة الاستحواذ على التدخلات الأكثر إفادة، هو ما يجعل نهجهم فعالاً للغاية. قام الباحثون أيضًا بتحسين وظيفة الاكتساب لديهم باستخدام تقنية تُعرف باسم ترجيح المخرجات، مستوحاة من دراسة الأحداث المتطرفة في الأنظمة المعقدة. تؤكد هذه الطريقة بعناية على التدخلات التي من المرجح أن تكون أقرب إلى التدخل الأمثل. يقول سابسيس: "في الأساس، نحن ننظر إلى التدخل الأمثل باعتباره "حدثًا متطرفًا" في نطاق جميع التدخلات الممكنة دون المستوى الأمثل ونستخدم بعض الأفكار التي طورناها لهذه المشكلات".كفاءة معززة
لقد اختبروا خوارزمياتهم باستخدام بيانات بيولوجية حقيقية في تجربة محاكاة لإعادة برمجة الخلايا. في هذا الاختبار، بحثوا عن اضطراب وراثي من شأنه أن يؤدي إلى التحول المطلوب في متوسط التعبير الجيني. حددت وظائف الاستحواذ الخاصة بهم باستمرار تدخلات أفضل من الأساليب الأساسية من خلال كل خطوة في التجربة متعددة المراحل. "إذا أوقفت التجربة في أي مرحلة، فستظل تجربتنا أكثر كفاءة من خطوط الأساس. يقول تشانغ: "هذا يعني أنه يمكنك إجراء تجارب أقل والحصول على نفس النتائج أو نتائج أفضل". ويعمل الباحثون حاليًا مع التجريبيين لتطبيق تقنيتهم على إعادة برمجة الخلايا في المختبر. ويمكن أيضًا تطبيق نهجهم على مشاكل خارج علم الجينوم، مثل تحديد الأسعار المثلى للمنتجات الاستهلاكية، أو تمكين التحكم الأمثل في ردود الفعل في تطبيقات ميكانيكا الموائع. وفي المستقبل، يخططون لتعزيز أسلوبهم في إجراء تحسينات تتجاوز تلك التي تسعى إلى مطابقة المتوسط المطلوب. بالإضافة إلى ذلك، تفترض طريقتهم أن العلماء يفهمون بالفعل العلاقات السببية في نظامهم، لكن العمل المستقبلي يمكن أن يستكشف كيفية استخدام الذكاء الاصطناعي لتعلم تلك المعلومات أيضًا.- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.nanowerk.com/news2/biotech/newsid=63752.php
- :لديها
- :يكون
- :ليس
- :أين
- ] [ص
- 000
- 1
- 10
- 11
- 20
- 7
- 8
- 9
- a
- ماهرون
- من نحن
- حسابي
- دقيق
- استحواذ
- نشط
- إضافة
- تؤثر
- AI
- خوارزمية
- خوارزمية
- خوارزميات
- الكل
- السماح
- سابقا
- أيضا
- an
- تحليل
- و
- أي وقت
- يبدو
- تطبيق
- التطبيقات
- تطبيقي
- التقديم
- نهج
- هي
- AS
- يفترض
- At
- المؤلفة
- تلقائيا
- المتوسط
- على أساس
- خط الأساس
- BE
- لان
- أفضل
- أفضل
- ما بين
- Beyond
- الجسدي
- واسع
- لكن
- by
- تسمى
- CAN
- السرطان.
- حذر
- بعناية
- الخلية
- خلوي
- مركز
- معين
- أقرب
- مجموعة
- مجمع
- تعقيد
- الكمبيوتر
- علوم الكمبيوتر
- أجرت
- نظر
- النظر
- باتساق
- مستهلك
- منتجات المستهلك
- مراقبة
- التقاء
- ارتباط
- مكلفة
- التكاليف
- استطاع
- إلى جانب
- وضعت
- حاليا
- قطع
- البيانات
- التاريخ
- القرار
- القسم
- تصميم
- تصميم
- مطلوب
- حدد
- المتقدمة
- فعل
- تميز
- كل
- الطُرق الفعّالة
- فعال
- بكفاءة
- الهندسة الكهربائية
- يؤكد
- تمكين
- مهندس
- الهندسة
- تعزيز
- أحداث
- كل
- تجربة
- تجريبي
- تجارب
- ويوضح
- اكتشف
- التعبير
- أقصى
- العوامل
- بعيدا
- ردود الفعل
- زميل
- أقل
- الاسم الأول
- مائع
- تركز
- التركيز
- في حالة
- الإطار
- تبدأ من
- وظيفة
- وظائف
- صندوق
- إضافي
- مستقبل
- جمعت
- الجينوم
- علم الجينوم
- دولار فقط واحصل على خصم XNUMX% على جميع
- خريج
- عظيم
- هارفارد
- جامعة هارفارد
- يملك
- مساعدة
- يحمل
- كيفية
- كيفية
- HTTPS
- الانسان
- المثالي
- من الناحية المثالية
- الأفكار
- محدد
- تحديد
- تحديد
- العلاج المناعي
- تحسن
- in
- يدمج
- معلومات
- بالمعلومات
- موحى
- مثل
- بدلًا من ذلك
- معهد
- تدخل
- التدخلات
- إلى
- ينطوي
- IT
- انضمام
- JPG
- القتلة
- المعرفة
- معروف
- مختبر
- مختبر
- على نطاق واسع
- قيادة
- قيادة
- تعلم
- تعلم
- الاستدانة
- روافع
- مثل
- على الأرجح
- آلة
- يصنع
- مباراة
- مايو..
- تعني
- معنى
- يعني
- ميكانيكي
- علم الميكانيكا
- عضو
- طريقة
- طرق
- معهد ماساتشوستس للتكنولوجيا
- نموذج
- عارضات ازياء
- الأكثر من ذلك
- أكثر فعالية
- أكثر
- كثيرا
- جديد
- التالي
- عدد
- محيط
- of
- خصم
- غالبا
- on
- ONE
- فقط
- الأمثل
- or
- أخرى
- خارج
- الناتج
- في الخارج
- على مدى
- ورق
- خاص
- نفذ
- مختارات
- المكان
- خطة
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- ممكن
- محتمل
- الأسعار
- أولويات
- تعطي الأولوية لل
- مشاكل
- عملية المعالجة
- المنتجات
- البروفيسور
- وعد
- حقيقي
- تقليص
- التجدد
- ضبط
- اللائحة
- المنظمين
- صلة
- العلاقات
- يصلح
- متكرر
- الباحث
- الباحثين
- الموارد
- نتيجة
- النتائج
- صارم
- دائري
- قاعدة
- يجري
- نفسه
- يقول
- علوم
- العلماء
- بحث
- طلب
- إعدادات
- عدة
- نقل
- بطيء
- الأصغر
- So
- حتى الآن
- جاليات
- بعض
- في يوم ما
- بحث
- الفضاء
- تختص
- المسرح
- الولايه او المحافظه
- خطوة
- لا يزال
- الإستراتيجيات
- بناء
- النضال
- طالب
- دراسة
- لاحق
- هذه
- نظام
- أنظمة
- المستهدفة
- تجربه بالعربي
- اختبار
- من
- أن
- •
- المستقبل
- من مشاركة
- then
- نظري
- العلاجات
- هناك.
- وبالتالي
- تشبه
- هم
- هؤلاء
- عبر
- إلى
- نحو
- تقليدي
- العلاجات
- محاكمة
- محاكمات
- محاولة
- عادة
- التي تقوم عليها
- فهم
- جامعة
- حتى
- تستخدم
- مستعمل
- استخدام
- كبير
- جدا
- المزيد
- we
- حسن
- كان
- ابحث عن
- متى
- كلما
- التي
- من الذى
- مع
- في غضون
- للعمل
- عامل
- سوف
- لصحتك!
- زفيرنت
- تشانغ