Pomost pomiędzy sztuczną inteligencją a biologią molekularnąCzas czytania: 6 min

Bartosz Bagrowski

2022-11-27
Pomost pomiędzy sztuczną inteligencją a biologią molekularną<span class="wtr-time-wrap after-title">Czas czytania: <span class="wtr-time-number">6</span> min </span>

Wieści ze świata nauki to cykl tekstów skupiających się na najnowszych doniesieniach naukowo-badawczych z różnorodnych dziedzin. W tekstach tych omawiane są bieżące artykuły publikowane w prestiżowych czasopismach naukowych, a także ich znaczenie dla stanu współczesnej wiedzy. Powszechnie znana jest sentencja autorstwa Newtona, zgodnie z którą to, „co my wiemy, to tylko kropelka. Czego nie wiemy, to cały ocean.” Celem tekstów publikowanych w tym dziale jest przybliżenie czytelnikom właśnie tych kropelek.

Rozwój nauki i technologii

Jednymi z najszybciej rozwijających się gałęzi nauki, obok astronomii, są biotechnologia oraz biologia molekularna. Badania genetyczne pozwalają bowiem zarówno na lepsze poznanie historii różnych gatunków, w tym gatunków człowieka1, jak i na coraz skuteczniejsze przewidywanie chorób oraz poznanie ich patomechanizmów2. Możliwości badania struktury genów oraz znajomość ich biologicznego znaczenia pozwala także na coraz skuteczniejsze leczenie chorób za pomocą farmakologii lub zapobieganie im za pomocą celowanych szczepionek3.

W parze z rozwojem nauki idzie także rozwój w dziedzinie inżynieryjno-technicznej. W tym zakresie najszybciej rozwijają się technologie informacyjne oraz automatyka i robotyka4. Jednym z ciekawszych wynalazków inżynieryjno-technicznych jest technologia sztucznej inteligencji, która na podstawie ogromnej ilości danych wejściowych potrafi przeprowadzać rozmaite obliczenia lub symulacje i generować w ten sposób określone dane wyjściowe, które z kolei mogą stanowić istotny wkład w naukę, bowiem to właśnie dzięki sztucznej inteligencji można na przykład znacznie efektywniej badać strukturę Wszechświata czy przewidywać trójwymiarowy kształt białek5. U podstaw działania sztucznej inteligencji leży uczenie maszynowe, a wynalezienie sztucznych sieci neuronowych – inspirowanych układem nerwowym, a w szczególności mózgiem – pozwoliło na udoskonalenie procesów uczenia maszynowego, a przez to także na ulepszenie sztucznej inteligencji6.

 

Czy można stworzyć pomost pomiędzy biologią molekularną a sztuczną inteligencją?

Kwasy nukleinowe pełnią rolę nośników danych biologicznych. Ta właściwość jest coraz częściej wykorzystywana w kontekstach pozabiologicznych. Ze względu na to, że DNA pozwala na przechowywanie ogromnych ilości informacji w cząsteczce o bardzo niewielkich rozmiarach, to stanowi ona niemal doskonały nośnik danych7. Znane są już przykłady wykorzystania sieci neuronowych, które wykorzystywały DNA do przechowywania oraz przetwarzania informacji8.

Interdyscyplinarny zespół naukowców z Tokio oraz Paryża poszedł jednak o krok dalej. W artykule zatytułowanym Nonlinear Decision-making with Enzymatic Neural Networks [Procesy nieliniowego podejmowania decyzji z wykorzystaniem enzymatycznych sieci neuronowych]9, który w październiku 2022 roku ukazał się na łamach „Nature”, omawiają oni opracowaną przez nich sieć molekularną, zdolną do klasyfikowania złożonych sekwencji DNA, których nie można sklasyfikować za pomocą pojedynczej liniowej cechy. Przełomowe jest jednak przede wszystkim to, że utworzona sieć neuronowa nie tylko wykorzystuje DNA jako nośnik informacji, ale także w procesie komunikacji wykorzystuje enzymy kodowane przez to DNA. Sieć ta ponadto może tworzyć wielowarstwowe architektury pozwalające na nieliniowe klasyfikowanie dających się oddzielić regionów złożonych nici DNA. Dodatkowym atutem tej sztucznej sieci jest to, że posiada ona bardzo niewielkie rozmiary. Jest to więc samowystarczalna kompaktowa sieć molekularna zdolna do wydajnego przechowywania, przetwarzania oraz analizowania złożonych informacji. Jak zauważają autorzy, opracowany przez nich system sztucznych sieci molekularnych posiada ogromną moc obliczeniową przy ekstremalnej miniaturyzacji, co otwiera możliwości wyszukiwania i zarządzania złożonymi systemami molekularnymi. Może się to w znacznym stopniu przyczynić do lepszej diagnostyki medycznej (na przykład w płynnych biopsjach) oraz do tworzenia baz danych DNA zasilanych przez enzymy10.

 

Współpraca biologii i inżynierii

Tworzenie pomostu pomiędzy światem przyrody a inżynierią i technologią przybiera różnorakie formy – zarówno inspirowanie się anatomią i fizjologią roślin lub zwierząt w tworzeniu wynalazków11, jak i wykorzystanie mechanizmów biologicznych jako źródła energii12. Wydaje się jednak, że wynalezienie molekularnych sztucznych sieci neuronowych stanowi bardzo ważny krok w kierunku jeszcze wyraźniejszego zespolenia biologii i inżynierii, co może być korzystne dla obu tych gałęzi – wykorzystanie enzymów oraz mechanizmów biologicznych zwiększy efektywność przetwarzania danych, zaś zbudowana na tym technologia pozwoli na jeszcze lepsze poznawanie i klasyfikowanie struktur biologicznych, szczególnie w diagnostyce medycznej.

Bartosz Bagrowski

 

Źródło zdjęcia: Pixabay

Ikonka cyklu: Pixabay

Ostatnia aktualizacja strony: 27.11.2022

Przypisy

  1. Por. B. Bagrowski, Czy najnowsze badania neurogenetyczne nad „śmieciowym DNA” rzeczywiście odpowiadają na pytanie, co odróżnia ludzi od zwierząt?, „W Poszukiwaniu Projektu” 2021, 07 listopada [dostęp 06 XI 2022]; T. Bonnet et al., Genetic Variance in Fitness Indicates Rapid Contemporary Adaptive Evolution in Wild Animals, „Science” 2022, Vol. 376, No. 6596, s. 1012-1016, DOI: 10.1126/science.abk0853 [dostęp 06 XI 2022].
  2. Por. J. Wie et al., A Growth-factor-activated Lysosomal K+ Channel Regulates Parkinson’s Pathology, „Nature” 2021, Vol. 591, s. 431-437, DOI: 10.1038/s41586-021-03185-z [dostęp 06 XI 2022]; B. Bagrowski, W jaki sposób wirusy przejmują kontrolę nad maszynerią molekularną komórek organizmu?, „W Poszukiwaniu Projektu” 2021, 05 grudnia [dostęp 06 XI 2022].
  3. Por. B. Bagrowski, Medycyna nie stoi w miejscu – o antybiotykach na drobnoustroje antybiotykooporne, „W Poszukiwaniu Projektu” 2021, 24 stycznia [dostęp 06 XI 2022]; B. Bagrowski, Szczepionki mRNA przeciwko COVID-19 – przełomowe odkrycie czy zagrożenie?, „W Poszukiwaniu Projektu” 2021, 10 lutego [dostęp 06 XI 2022].
  4. Por. B. Bagrowski, Spintronika, informatyka kwantowa i magnetyzm molekularny, czyli o postępie technologii informacyjnych, „W Poszukiwaniu Projektu” 2021, 12 września [dostęp 06 XI 2022].
  5. Por. P. Maksymowicz, Sztuczna inteligencja przewiduje przyszłość układów planetarnych, „W Poszukiwaniu Projektu” 2022, 12 sierpnia [dostęp 06 XI 2022]; B. Bagrowski, Do czego jest zdolna sztuczna inteligencja?, „W Poszukiwaniu Projektu” 2022, 09 stycznia [dostęp 06 XI 2022].
  6. Por. B. Bagrowski, Opracowanie sztucznego mózgu coraz bliżej, „W Poszukiwaniu Projektu” 2022, 06 marca [dostęp 06 XI 2022]; B. Bagrowski, Czy sztuczna inteligencja wymyka się spod kontroli człowieka?, „W Poszukiwaniu Projektu” 2022, 28 sierpnia [dostęp 06 XI 2022].
  7. Por. R. Olender, Łańcuch DNA jako przykład projektu, „W Poszukiwaniu Projektu” 2020, 13 października [dostęp 06 XI 2022]; L. Ionkov, B. Settlemyer, DNA: The Ultimate Data-Storage Solution, „Scientific American” 2021 [dostęp 06 XI 2022].
  8. Por. R. Lopez, R. Wang, G. Seelig, A Molecular Multi-gene Classifier for Disease Diagnostics, „Nature Chemistry” 2018, Vol. 10, s. 746-754, DOI: 10.1038/s41557-018-0056-1 [dostęp 06 XI 2022]; K.M. Cherry, L. Qian, Scaling Up Molecular Pattern Recognition with DNA-based Winner-take-all Neural Networks, „Nature” 2018, Vol. 559, s. 370-376, DOI: 10.1038/s41586-018-0289-6 [dostęp 06 XI 2022].
  9. Por. S. Okumura et al., Nonlinear Decision-making with Enzymatic Neural Networks, „Nature” 2022, Vol. 610, s. 496-501, DOI: 10.1038/s41586-022-05218-7 [dostęp 06 XI 2022].
  10. Por. Okumura et al., Nonlinear Decision-making; A Deep Artificial Neural Network Powered by Enzymes, „Nature Research Briefings” 2022, DOI: 10.1038/d41586-022-03159-4 [dostęp 06 XI 2022].
  11. Por. B. Bagrowski, Najnowsze przykłady bioniki, czyli o tym, jak inżynierowie inspirują się przyrodą, „W Poszukiwaniu Projektu” 2022, 26 czerwca [dostęp 06 XI 2022].
  12. Por. P. Bombelli et al., Powering a Microprocessor by Photosynthesis, „Energy & Environmental Science” 2022, Vol. 15, s. 2529-2536, DOI: 10.1039/D2EE00233G [dostęp 06 XI 2022].

Literatura:

  1. A Deep Artificial Neural Network Powered by Enzymes, „Nature Research Briefings” 2022, DOI: 10.1038/d41586-022-03159-4 [dostęp 06 XI 2022].
  2. Bagrowski B., Czy najnowsze badania neurogenetyczne nad „śmieciowym DNA” rzeczywiście odpowiadają na pytanie, co odróżnia ludzi od zwierząt?, „W Poszukiwaniu Projektu” 2021, 07 listopada [dostęp 06 XI 2022].
  3. Bagrowski B., Czy sztuczna inteligencja wymyka się spod kontroli człowieka?, „W Poszukiwaniu Projektu” 2022, 28 sierpnia [dostęp 06 XI 2022].
  4. Bagrowski B., Do czego jest zdolna sztuczna inteligencja?, „W Poszukiwaniu Projektu” 2022, 09 stycznia [dostęp 06 XI 2022].
  5. Bagrowski B., Medycyna nie stoi w miejscu – o antybiotykach na drobnoustroje antybiotykooporne, „W Poszukiwaniu Projektu” 2021, 24 stycznia [dostęp 06 XI 2022].
  6. Bagrowski B., Najnowsze przykłady bioniki, czyli o tym, jak inżynierowie inspirują się przyrodą, „W Poszukiwaniu Projektu” 2022, 26 czerwca [dostęp 06 XI 2022].
  7. Bagrowski B., Opracowanie sztucznego mózgu coraz bliżej, „W Poszukiwaniu Projektu” 2022, 06 marca [dostęp 06 XI 2022].
  8. Bagrowski B., Spintronika, informatyka kwantowa i magnetyzm molekularny, czyli o postępie technologii informacyjnych, „W Poszukiwaniu Projektu” 2021, 12 września [dostęp 06 XI 2022].
  9. Bagrowski B., Szczepionki mRNA przeciwko COVID-19 – przełomowe odkrycie czy zagrożenie?, „W Poszukiwaniu Projektu” 2021, 10 lutego [dostęp 06 XI 2022].
  10. Bagrowski B., W jaki sposób wirusy przejmują kontrolę nad maszynerią molekularną komórek organizmu?, „W Poszukiwaniu Projektu” 2021, 05 grudnia [dostęp 06 XI 2022].
  11. Bombelli P. et al., Powering a Microprocessor by Photosynthesis, „Energy & Environmental Science” 2022, Vol. 15, s. 2529-2536, DOI: 10.1039/D2EE00233G [dostęp 06 XI 2022].
  12. Bonnet T. et al., Genetic Variance in Fitness Indicates Rapid Contemporary Adaptive Evolution in Wild Animals, „Science” 2022, Vol. 376, No. 6596, s. 1012-1016, DOI: 10.1126/science.abk0853 [dostęp 06 XI 2022].
  13. Cherry K.M., Qian L., Scaling Up Molecular Pattern Recognition with DNA-based Winner-take-all Neural Networks, „Nature” 2018, Vol. 559, s. 370-376, DOI: 10.1038/s41586-018-0289-6 [dostęp 06 XI 2022].
  14. Ionkov L., Settlemyer B., DNA: The Ultimate Data-Storage Solution, „Scientific American” 2021 [dostęp 06 XI 2022].
  15. Lopez R., Wang R., Seelig G., A Molecular Multi-gene Classifier for Disease Diagnostics, „Nature Chemistry” 2018, Vol. 10, s. 746-754, DOI: 10.1038/s41557-018-0056-1 [dostęp 06 XI 2022].
  16. Maksymowicz P., Sztuczna inteligencja przewiduje przyszłość układów planetarnych, „W Poszukiwaniu Projektu” 2022, 12 sierpnia [dostęp 06 XI 2022].
  17. Okumura S. et al., Nonlinear Decision-making with Enzymatic Neural Networks, „Nature” 2022, Vol. 610, s. 496-501, DOI: 10.1038/s41586-022-05218-7 [dostęp 06 XI 2022].
  18. Olender R., Łańcuch DNA jako przykład projektu, „W Poszukiwaniu Projektu” 2020, 13 października [dostęp 06 XI 2022].
  19. Wie J. et al., A Growth-factor-activated Lysosomal K+ Channel Regulates Parkinson’s Pathology, „Nature” 2021, Vol. 591, s. 431-437, DOI: 10.1038/s41586-021-03185-z [dostęp 06 XI 2022].

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *



Najnowsze wpisy

Najczęściej oglądane wpisy

Wybrane tagi