هوش مصنوعی به كمك دستیابی به واكسن كووید ــ ۱۹ میآید
عصر واكسنهای دیجیتال
بسیاری از كارشناسان حوزه سلامت میگویند تا وقتی واكسیناسیون گسترده علیه كووید- ۱۹ انجام نشود، سایه شوم این ویروس از زندگی بشر برداشته نمیشود. اما پرسش اینجاست كه این واكسن كی قرار است عرضه شود؟ در حال حاضر، ۲۵ پروژه ساخت واكسن كووید-۱۹ در مرحله آزمایش روی انسان قرار دارند. همچنین ۱۳۹پروژه نیز در حال اجرا هستند و هنوز به مرحله آزمایش روی انسان نرسیدهاند، اما واقعیت این است كه حتی اگر همه این پروژهها موفق به تولید یك واكسن موثر برای كرونا شوند، باز هم سیستم ایمنی بدن برخی از مردم در سراسر جهان به این واكسنها واكنش مورد نظر را نمیدهد. در واقع سیستم ایمنی برخی افراد به شكلی است كه واكسن نمیتواند به تحریك لنفوسیتهای تی (T) برای مبارزه با ویروس كرونا بینجامد. به همین دلیل محاسبه سطح پوشش ایمنی یك واكسن، یعنی تعداد افرادی كه سیستم ایمنی بدنشان واكنش خوبی به واكسن نشان میدهد، میتواند به مدیریت بهتر واكسیناسیون كمك كند.
صالح سپهریفر / مشاور کسب و کارهای نوآور
تعیین دیجیتالی ایمنی با واكسن
پژوهشگران مؤسسه فناوری ماساچوست (MIT) مدتی پیش از یك رویكرد نوین مبتنی بر یادگیری ماشینی رونمایی كردند كه میتواند احتمالات مربوط به اثربخشی واكسن روی دستههای مختلف مردم در یك كشور را محاسبه كند. این پژوهشگران میگویند این شیوه نوین شاید نتواند جواب قطعی را در این زمینه بیابد، اما به شناسایی بخشهایی از جامعه كه یك واكسن مشخص هیچ تاثیری برای ایمنسازی آنها در برابر كووید-۱۹ ندارد كمك میكند. در این صورت، اگر چند نوع واكسن مختلف تا چند ماه دیگر وارد بازار شود، میتوان اثربخشی هر یك را روی اقوام و نژادهای مختلف ساكن در یك كشور محاسبه و واكسنی مناسب را برای ایمنی آنها به كار گرفت. گفتنی است بررسیهای این پژوهشگران نشان میدهد واكسنهایی كه تاكنون طراحی شدهاند، نمیتوانند برای بسیاری از افراد، ایمنی لازم را به همراه داشته باشند.
طراحی واكسن با هوش مصنوعی
ماجرای این پژوهش وقتی جالبتر میشود كه بدانیم این محققان با استفاده از نتایج همین رویكرد مبتنی بر هوش مصنوعی توانستند یك نوع واكسن جدید طراحی كنند كه پوشش ایمنی آن بیشتر از اكثر واكسنهای كرونایی است كه نتایج مربوط به آنها طی سال جاری میلادی در ژورنالهای علمی منتشر شده است.
جالبتر اینكه هدف این پروژه تحقیقاتی اصلا طراحی واكسن نبود! اما یافتههای به دست آمده از محاسبات انجام شده توسط الگوریتم هوش مصنوعی، آنها را به فكر طراحی واكسن هم انداخت. بیشتر پروژههای طراحی واكسن به شكلی محرمانه پیش میروند و كمتر كسی از جزئیات آنها اطلاع دارد. به همین دلیل، این پژوهشگران مؤسسه فناوری ماساچوست خودشان دست به كار شدند و یك واكسن طراحی كردند. آنها ابتدا ساختار مورد نظر برای واكسن را طراحی و سپس اثربخشی آن روی انسان را بررسی كردند. البته برای این كار هیچ ماده شیمیایی تولید نشد و هیچ انسانی هم مورد تست قرار نگرفت، بلكه همه اینها در قالب محاسبات رایانهای مدلسازی توسط هوش مصنوعی انجام شد. سپس اطلاعات موجود درباره دیگر واكسنها (كه جزئیاتشان در دسترس بود) به الگوریتم هوش مصنوعی داده شد تا اثربخشی آنها نیز بررسی شود. با توجه به اینكه هر كدام از این واكسنها در زمینه ایمنسازی برخی افراد جامعه ضعف داشتند، اینگونه نتیجهگیری شد كه حتی واكسنهای دیگری كه هنوز نتایج پژوهشی آنها منتشر نشده نیز دارای چنین مشكلی هستند.
واكسنهایی از جنس صفر و یك
گفتیم كه واكسن طراحی شده توسط تیم محققان مؤسسه فناوری ماساچوست صرفا رایانهای بود و اصلا وجود خارجی نداشت. این اولینبار نیست كه یك دارو یا واكسن با این شیوه طراحی میشود. برای مثال، تیمی از همین مؤسسه چندی پیش موفق به یافتن نوعی آنتیبیوتیك برای میكروبی شد كه هیچ دارو و تركیب شیمیایی قادر به از بین بردن آن نشده بود.
البته فرآیند تبدیل این داروها یا واكسنها به محصولی قابل استفاده میتواند سالها زمان ببرد. برای این كار ابتدا باید فرمولی برای تولید این محصول یافت شود و سپس در مراحل مختلف روی جانوران و سپس انسان مورد آزمایش قرار گیرد. با این حال، این پروژه نشان داد در دورههای اضطراری (نظیر دوره كنونی كه با همهگیری ویروس كرونا روبهرو هستیم) مدلسازیهای انجام شده روی ابررایانهها میتواند به كمك پژوهشگران پزشكی و زیستشناسی آمده و فرآیند تلاش برای دستیابی به دارو یا واكسن را تسریع كند.
محاسبات پیچیده رایانهای
هر ویروس دارای رشتههایی كوتاه از جنس آمینواسید (Amino acid) است كه پپتید (Peptide) هم نامیده میشوند. وقتی ویروس وارد بدن میشود، بخشی از این پپتیدها به بخشی بیرونی از سلول كه گیرنده سطحی سلول نام دارد، متصل میشود. هر ویروس تعداد زیادی پپتید دارد و سلولها نیز میتوانند گیرندههای سطحی متفاوتی داشته باشند. اینالگوی اتصال، مشابه كلید و قفل است كه با انبوهی از تركیبها روبهرو هستیم.
وقتی پپتید به گیرنده سطحی سلول متصل میشود، بدن پادتن آغاز میكند تا سلول را از بین ببرد. اما در برخی موارد بدن از این آمادگی برخوردار نیست و در اینصورت، به وسیله واكسن برای این كار آماده میشود.
بخش اول مساله اینجاست كه كدام پپتیدها به كدام گیرندههای سطحی سلول میچسبند. این مساله نیازمند در نظر گرفتن تركیبهای بسیار زیادی است و برای این كار به توان رایانههای قدرتمند نیاز است. این تیم پژوهشی برای انجام این محاسبات از یك الگوریتم ویژه هوش مصنوعی به نام اپتیوكس (OptiVax) استفاده كردند. اما بخش دوم مساله این است كه گیرندههای سطحی سلولی تابع ژنتیك افراد است. به همین دلیل، باید موضوع ژنتیك اقوام و نژادهای مختلف را نیز بررسی كرد تا واكسن اثربخشی لازم را داشته باشد. برای این مساله نیز از یك الگوریتم دیگر به نام
ایوالوكس (EvalVax) استفاده میشود. این الگوریتم دادههای مربوط به سه دسته اصلی نژاد سفیدپوست، سیاهپوست و آسیایی را مورد بررسی قرار میدهد.
ابزارهای دیجیتال، قدرتمندتر از همیشه
یكی از بزرگترین مزایای بحرانهای جدی، مثل بحران كووید- ۱۹، شناسایی مزیتهای ابزارهای موجود برای حل مسائلی متفاوت است. اگر تا همین چند ماه پیش، برگزاری كلاس بهطور آنلاین یك شیوه كمارزش شناخته میشد، این همهگیری سبب شد متوجه مزیتهای این شیوه (مثل كاهش هزینهها، امكان برگزاری كلاس در شرایط دشوار، پایش بهتر تكالیف و...) شویم. تحقیقات بالینی زیستفناوری نیز یكی از حوزههایی است كه بیش از پیش متوجه توان فناوری دیجیتال و بهویژه هوشمصنوعی در تسریع پروژههای مختلف شده است. واقعیت این است كه دنیای پساكرونایی دیگر دنیای سال گذشته و پیش از آن نیست و فناوریهای نوین دیجیتالی، نقشی اساسی در این دنیا بازی میكنند.