یک تیم تحقیقاتی بلژیکی در مطالعهای که در مجله Science منتشر شده است، از فناوری یادگیری عمیق یا همان هوش مصنوعی برای تحلیل و مقایسه تنظیم ژن در انواع مختلف سلولهای مغز انسان و مرغ استفاده کردهاند.
به گزارش تکناک ، این پژوهش نشان میدهد که چگونه عوامل تنظیمکننده ژنتیکی که فعالیت ژنها را کنترل میکنند، انواع سلولهای مغزی را در گونههای مختلف تعریف میکنند.
کشف شباهتها و تفاوتها در تکامل مغز
با استفاده از مدلهای یادگیری عمیق که بر روی دادههای مغز انسان، موش و مرغ آموزش دیدهاند، پژوهشگران دریافتند که برخی از انواع سلولها در طی میلیونها سال تکامل بین پرندگان و پستانداران حفظ شدهاند، در حالی که برخی دیگر به طور قابل توجهی تغییر کردهاند. این یافتهها بینشهای جدیدی درباره تکامل مغز ارائه میدهند و ابزارهای ارزشمندی برای مطالعه تأثیر تنظیم ژن بر توسعه انواع سلولها در گونههای مختلف و در بیماریهای مختلف فراهم میکنند.
کشف کلید تفاوت سلولها
مغز انسان و سایر موجودات از انواع مختلف سلولها ساخته شده است. اگرچه همه این سلولها دارای DNA مشابه هستند، هر نوع سلول شکل و عملکرد خاص خود را دارد. چیزی که هر نوع سلول را منحصربهفرد میکند، کد تنظیمی است که توالیهای کوتاه DNA هستند که مانند سوئیچ عمل میکنند و ژنها را روشن یا خاموش میکنند. تنظیم دقیق این سوئیچها اطمینان میدهد که هر نوع سلول مغزی دستورالعملهای ژنتیکی مناسب را برای ایفای نقش منحصربهفرد خود استفاده میکند.
نقش هوش مصنوعی در تحلیل کد تنظیمی
پروفسور اشتاین آرتس و تیم او از روشهای یادگیری عمیق برای تجزیه و تحلیل حجم عظیمی از دادههای تنظیم ژن استفاده کردهاند. این دادهها از هزاران سلول جمعآوری شدهاند و به پژوهشگران کمک میکنند تا مکانیسمهای تنظیمی را در انواع سلولها شناسایی کنند.
آرتس توضیح میدهد: مدلهای یادگیری عمیق که با کد توالی DNA کار میکنند، به ما کمک زیادی کردهاند تا مکانیسمهای تنظیمی را در انواع سلولها شناسایی کنیم. ما میخواستیم بررسی کنیم که آیا این کد تنظیمی میتواند به ما نشان دهد که چگونه انواع سلولها در گونههای مختلف حفظ شدهاند.
مقایسه مغز پرندگان و پستانداران
مغز پستانداران و پرندگان، علیرغم مسیرهای تکاملی مشترک، ساختارهای عصبی بسیار متفاوتی دارند. تیم تحقیقاتی از مدلهای یادگیری ماشینی برای شناسایی و مقایسه انواع سلولها در مغز انسان، موش و مرغ استفاده کردهاند. این مقایسه حدود ۳۲۰ میلیون سال تکامل را پوشش میدهد.
نیکولای هکر، یکی از پژوهشگران این تیم، میگوید: مطالعه ما نشان میدهد که چگونه میتوانیم از یادگیری عمیق برای شناسایی و مقایسه انواع سلولها بر اساس کدهای تنظیمیشان استفاده کنیم. این کدها به ما کمک میکنند تا بفهمیم کدام بخشها در طول تکامل حفظ شدهاند و چگونه انواع سلولها تکامل یافتهاند.
یافتههای کلیدی
تیم تحقیقاتی به این نتیجه رسیدند که برخی از کدهای تنظیمی بین پرندگان و پستانداران به شدت حفظ شدهاند، در حالی که برخی دیگر به طور متفاوتی تکامل یافتهاند.
نیکلاس کمپینک، دیگر عضو تیم، اضافه میکند: نگاه مستقیم به کد تنظیمی مزیت بزرگی دارد. این روش به ما میگوید که کدام اصول تنظیمی در گونهها مشترک هستند، حتی اگر خود توالی DNA تغییر کرده باشد.
کاربردهای بالینی و تحقیقاتی
این اطلاعات نهتنها برای درک تکامل مفید است، بلکه میتواند در مطالعه بیماریها نیز کاربرد داشته باشد. در تحقیقات قبلی، تیم آرتس نشان دادند که کدهای تنظیمی برای حالتهای سلولی در سرطان پوست (ملانوما) بین پستانداران و ماهیهای زبرا حفظ شدهاند. آنها همچنین جهشهای ژنتیکی مرتبط با ملانوما را در بیماران شناسایی کردند.
آرتس میگوید: مدلهایی که کد تنظیمی ژنومی را یاد میگیرند، پتانسیل بررسی ژنومها و تحقیق درباره حضور یا عدم حضور انواع سلول خاص در هر گونهای را دارند. این ابزار قدرتمندی برای مطالعه و درک بهتر بیماریها خواهد بود.
گسترش تحقیقات به حیوانات دیگر
تیم آرتس در حال گسترش تحقیقات خود به گونههای دیگر است. آنها مدلهای خود را برای تحلیل مغز حیوانات مختلف، از جمله ماهیها، گوزنها، جوجهتیغیها و برگچهخوارها (کاپیبارا)، به کار گرفتهاند. همزمان، این مدلها برای مطالعه جهشهای ژنتیکی مرتبط با بیماریهایی مانند پارکینسون نیز استفاده میشوند.
این پژوهش گامی مهم در جهت درک تکامل مغز و توسعه ابزارهای جدید برای مطالعه بیماریهای مرتبط با سیستم عصبی است. با استفاده از فناوری یادگیری عمیق، دانشمندان امیدوارند به بینشهای عمیقتری درباره تنظیم ژن و نقش آن در سلامت و بیماری دست یابند.
