هوش مصنوعی در آزمایشگاه؛ مدل های زبانی بزرگی (LLMs) که باعث پیشرفت اکتشافات زیستی می­شوند!

در قلمرو علم مدرن، همگرایی هوش مصنوعی (AI) و تحقیقات زیست شناسی، راه را برای پیشرفت‌های علمی بی‌سابقه هموار می‌کنند. در خط مقدم این همگرایی، مدل‌های زبانی بزرگ  (Large Language Models) مانند GPT-3 قرار دارند که اکتشافات بیولوژیکی را متحول کرده و سرعت نوآوری را تسریع می‌بخشند.

 

مدل های زبانی بزرگ (LLMs)؛ تسلط بر زبان انسان ها و ژن ها

برای درک تأثیر عمیق LLM ها در تحقیقات بیولوژیکی، ابتدا باید درک کنیم که این مدل ها چیستند. از آنجایی که سیستم‌های هوش مصنوعی بر روی متون گسترده اینترنت آموزش داده می شوند، LLM‌ها توانایی تولید جملات منسجم و متناسب با موضوع مورد نظر را دارند و می توانند توانایی‌های زبانی انسان را منعکس کنند. مهارت این مدل ها در درک، ایجاد و پاسخ به متن، LLM ها را در زمینه های بی شماری ضروری ساخته است که زیست شناسی یکی از آنهاست.

 

پیمایش در اقیانوس متون و مقالات زیستی

یکی از نقش های مهم LLM در زیست شناسی در حوزه متن­کاوی است. با انبوهی از مقالات تحقیقاتی که روزانه منتشر می‌شوند، پیگیری آخرین یافته‌ها، کاری بسیار دشوار برای محققان است. LLM ها با خلاصه کردن مقالات تحقیقاتی، استخراج یافته های مهم و مشخص کردن شکاف های تحقیقاتی به کمک محققین می آیند. با خودکار کردن فرآیند بررسی متون علمی، LLM ها نه تنها در زمان گرانبهای محققان صرفه جویی می کنند، بلکه تضمین می کنند که هیچ پیشرفت مهمی نادیده گرفته نمی شود.

 

رمزگشایی از زبان پروتئین ها

قابلیت‌های LLM به پیش‌بینی ساختارهای پروتئینی گسترش می‌یابد که جنبه‌ای بسیار حائز اهمیت برای درک بیماری‌ها و پیشگامی در کشف داروهای جدید است. پروتئین‌ها با ساختارهای سه‌بعدی پیچیده‌شان، پایه‌های حیات هستند. پی بردن به ساختار سه بعدی پروتئین ها با بررسی توالی اسیدهای آمینه از نظر محاسباتی بسیار پیچیده و گیج کننده است، اما LLM ها پتانسیل بسیار زیادی را در این زمینه نشان می دهند.

با آموزش LLM ها بر روی پایگاه های داده جامع ساختارهای پروتئینی شناخته شده، آنها می توانند یاد بگیرند که پیکربندی سه بعدی احتمالی توالی های پروتئینی جدید را پیش بینی کنند. این پیشرفت می تواند روند کشف داروها را تسریع کند و درک ما از بیماری ها را در سطح مولکولی عمیق تر کند.

 

 

مهندسی مسیرهای ژنتیکی با LLMها

رشته زیست شناسی مصنوعی (Synthetic Biology) که طراحی و ساخت قطعات، دستگاه ها و سیستم های بیولوژیکی را انجام می­دهد، از LLM نیز بهره می برد. یکی از اهداف این شاخه علمی ایجاد مسیرهای ژنتیکی جدید است یعنی توالی های DNA را ایجاد کند که به سلول ها عملکردهای جدیدی می بخشد. طراحی این مسیرها کار پیچیده ای است، اما LLM ها ثابت کرده اند که همکاران ارزشمندی هستند.

هنگامی که LLM ها در مورد پایگاه های داده مسیرهای ژنتیکی و عملکرد آنها آموزش می بینند، می توانند طرح هایی را برای مسیرهای جدید بر اساس عملکرد مشخص شده پیشنهاد کنند. این قابلیت می‌تواند زیست‌شناسی مصنوعی را به جلو پیش ببرد و ما را قادر می‌سازد تا سلول‌ها را با سطحی بی‌نظیر از دقت و عملکرد، مهندسی کنیم.

 

LLMs؛ کمک رسانی در کشف داروها

فرآیند کشف دارو بسیار طولانی و پرهزینه است و معمولاً با شناسایی اهداف دارویی بالقوه شروع می شود. هنگامی که یک هدف شناسایی شد، چالش اصلی تازه شروع می­شود؛ پیدا کردن مولکول یا دارویی که بتواند با هدف مورد نظر ما به نحوی تعامل داشته باشد که بیماری را کاهش دهد.

LLM ها می توانند در هر دو این مراحل کمک کنند. آنها می توانند با تجزیه و تحلیل مسیرهای بیماری، اهداف دارویی بالقوه را پیش بینی کنند و با تولید ساختارهای شیمیایی که احتمالاً با هدف تعامل دارند، داروهای احتمالی را پیشنهاد کنند. چنین قابلیت هایی می تواند مراحل اولیه کشف دارو را به شدت تسریع کند.

 

نقش LLMs در بیوانفورماتیک و ژنومیکس

در بیوانفورماتیک و ژنومیکس، LLM ها را می توان برای تفسیر ژنوم (genome annotation) به کار برد. آنها می توانند عملکرد ژن ها و مناطق ژنومی را با تجزیه و تحلیل توالی آنها و مقایسه آنها با توالی های شناخته شده در پایگاه های داده پیش بینی کنند. علاوه بر این، آنها می توانند به شناسایی ژن های جدید یا تغییرات ژنتیکی که ممکن است با صفات یا بیماری های خاص مرتبط باشند، کمک کنند. این به ویژه در ژنومیکس شخصی و پزشکی دقیق مفید است، جایی که برنامه های درمانی فردی بر اساس ترکیب ژنتیکی منحصر به فرد شخص پیشنهاد می شود.

NVIDIA، کمپانی معروف فعال در حوزه تکنولوژی، محصولی به نام BioNeMo را معرفی کرده است، ابزاری متحول کننده که برای کمک به محققان در حوزه زیست شناسی طراحی شده است. این ابزار، پلتفرمی را برای آموزش و استقرار مدل‌های زبانی بیومولکولی بزرگ، با قدرت تسهیل کنندگی جهت درک عمیق‌تر بیماری‌ها و تسریع فرآیند کشف درمان‌ها برای بیماران، ارائه می‌دهد. BioNeMo به طور خاص برای تطبیق مدل‌های زبانی در مقیاس بزرگ و پردازش مجموعه داده‌های گسترده طراحی شده است که منجر به بهبود عملکرد شبکه‌های عصبی هوش مصنوعی (Neural Networks) می‌شود. این ابزار، بخشی از NVIDIA Clara Discovery است، که از کشف داروها با مدل‌ها و برنامه‌های مختلف هوش مصنوعی پشتیبانی می‌کند.

BioNeMo توسط شرکت‌های داروسازی مختلف، استارت‌آپ‌های بیوتکنولوژی و محققان زیست‌شناسی برای توسعه برنامه‌های کاربردی هوش مصنوعی استفاده شده است. این اپلیکیشن ها، داده های بیومولکولی را تولید، پیش بینی و درک می کنند و به کشف الگوها و بینش های جدید در توالی های بیولوژیکی کمک می کنند. هدف نهایی این است که این بینش ها را به ویژگی ها یا عملکردهای بیولوژیکی و متعاقباً شرایط سلامتی انسان متصل کنیم.

 

جمع بندی:

به طور کلی با نقش روزافزونی که هوش مصنوعی در ابعاد مختلف زندگی ما پیدا کرده لازم است که محققان از پیشرفت های این حوزه در علوم مرتبط با فعالیت های خود اطلاعات کسب کنند. یکی از این ابزارها، مدل های بزرگ زبانی است که منجر به ارائه GPT شده، می باشد. LLMها، همان طور که در این مقاله خواندید می توانند نقش بسیار مفید و کمک کننده ای به تحقیقات در جریان حوزه های مختلف علوم زیستی و علوم پزشکی کند.